科技
类型
可以朗读
语音朗读
107千字
字数
2024-05-01
发行日期
展开全部
主编推荐语
一本机器学习实用指南。
内容简介
本书以浅显易懂的方式介绍了机器学习的基本概念和主要类型,并详细介绍使用Python及常见的库行数 据处理和机器学习的实操。此外,介绍了数据预处理的详细过程,最后通过若干典型案例加深 读者对机器学习的理解。
目录
- 版权信息
- 内容简介
- 前言
- 第1章 机器学习入门
- 1.1 机器学习简介
- 1.1.1 什么是机器学习
- 1.1.2 机器学习的前景
- 1.2 机器学习的主要类型
- 1.2.1 监督学习
- 1.2.2 无监督学习
- 1.2.3 半监督学习
- 1.2.4 强化学习
- 1.2.5 监督学习案例
- 1.3 选择正确的算法
- 第2章 机器学习工具和环境
- 2.1 Python介绍
- 2.1.1 Python的安装
- 2.1.2 Python基础语法
- 2.1.3 Python其他特性
- 2.1.4 Python简单实战案例(猜字游戏)
- 2.1.5 Python高级实战案例(网络爬虫)
- 2.2 数据科学库
- 2.2.1 NumPy
- 2.2.2 Pandas
- 2.2.3 数据科学库案例(电商网站)
- 2.3 机器学习库
- 2.3.1 Scikit-Learn
- 2.3.2 TensorFlow
- 2.3.3 Keras
- 2.3.4 机器学习库案例(预测糖尿病)
- 第3章 数据预处理
- 3.1 数据导入
- 3.2 数据清洗
- 3.3 特征工程
- 3.3.1 特征选择
- 3.3.2 特征转换
- 3.3.3 特征缩放
- 3.4 数据分割
- 3.4.1 训练集
- 3.4.2 测试集
- 3.4.3 验证集
- 3.5 案例分析:银行客户数据
- 第4章 机器学习模型的构建与评估
- 4.1 监督学习实战
- 4.1.1 线性回归
- 4.1.2 逻辑回归
- 4.1.3 决策树
- 4.1.4 随机森林
- 4.2 无监督学习实战
- 4.2.1 K-means
- 4.2.2 主成分分析
- 4.3 深度学习实战
- 4.3.1 神经网络
- 4.3.2 卷积神经网络
- 4.3.3 循环神经网络
- 4.4 模型评估与选择
- 4.5 案例分析:客户流失预测
- 第5章 机器学习项目实战
- 5.1 项目一:房价预测
- 5.1.1 数据获取与理解
- 5.1.2 数据预处理
- 5.1.3 特征工程
- 5.1.4 模型构建与训练
- 5.1.5 模型评估与优化
- 5.1.6 结果解释
- 5.2 项目二:图像识别
- 5.2.1 数据获取与理解
- 5.2.2 数据预处理
- 5.2.3 特征工程
- 5.2.4 模型构建与训练
- 5.2.5 模型评估与优化
- 5.2.6 结果解释
- 5.3 项目三:自然语言处理
- 5.3.1 数据获取与理解
- 5.3.2 数据预处理
- 5.3.3 特征工程
- 5.3.4 模型构建与训练
- 5.3.5 模型评估与优化
- 5.3.6 结果解释
- 5.4 项目四:新闻主题分类
- 5.4.1 数据获取与理解
- 5.4.2 数据预处理
- 5.4.3 特征工程
- 5.4.4 模型构建与训练
- 5.4.5 模型评估与优化
- 5.4.6 结果解释
- 5.5 项目五:信用卡欺诈检测
- 5.5.1 数据获取与理解
- 5.5.2 数据预处理
- 5.5.3 特征工程
- 5.5.4 模型构建与训练
- 5.5.5 模型评估与优化
- 5.5.6 结果解释
- 第6章 机器学习的挑战与前沿领域
- 6.1 机器学习的挑战
- 6.1.1 数据问题
- 6.1.2 模型问题
- 6.1.3 计算问题
- 6.1.4 评估和解释问题
- 6.2 机器学习的前沿领域
- 6.2.1 深度学习
- 6.2.2 强化学习
- 6.2.3 迁移学习
- 6.2.4 自适应学习和自监督学习
- 6.2.5 图神经网络
- 6.2.6 知识图谱表示学习
- 6.2.7 因果机器学习
- 6.2.8 机器人处理自动化
- 6.2.9 AI优化硬件
- 6.3 机器学习的资源
展开全部
出版方
电子工业出版社
电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。