扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
机器学习算法入门与编程实践(基于Python·微课视频版) 版权信息
- ISBN：9787111693543
- 条形码：9787111693543 ; 978-7-111-69354-3
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
机器学习算法入门与编程实践(基于Python·微课视频版) 本书特色
适读人群 ：机器学习算法入门人员、高等院校机器学习和人工智能专业的学生、人工智能等领域机器学习研究者和应用人员湖南省普通高等学校教学改革研究项目的成果。 提供11个微课配套教学视频，可以扫码在线观看。 89个示例+6个综合案例+156个示意图+131道习题。 提供大量习题、源代码、教学PPT、习题参考答案、考试试卷、教学大纲和实验指导等完善的立体化教学支持。 以面向初学者的视角系统介绍机器学习算法的基本原理。 每种算法都采用sklearn程序实现并用Matplotlib进行数据可视化。 注重案例教学，详解6个综合案例，详解机器学习算法如何处理各种细节问题。 面向初学者详述机器学习算法原理，展现其难点，注重解决学习时容易“掉坑”的问题。 详解如何用sklearn编写机器学习程序，为进一步学习TensorFlow深度学习算法打下基础。
机器学习算法入门与编程实践(基于Python·微课视频版) 内容简介
本书对机器学习算法的基本原理和Python程序实现进行了系统的介绍，每种算法都采用Sklearn程序实现并用Matplotlib进行数据可视化。为了帮助读者更加高效、直观地学习，作者为本书录制了13个微课视频，读者可以用手机扫描书中的二维码进行观看，也可以将视频下载后进行观看。本书共8章，包括机器学习概述、Python机器学习与可视化、关联规则与推荐算法、聚类算法、分类算法、回归与逻辑回归、人工神经网络、支持向量机等内容。本书可以作为高等院校机器学习和人工智能概论等课程的教材，也可作为机器学习算法入门读者的自学用书，还可以作为人工智能等领域机器学习研究者和应用人员的参考书。
机器学习算法入门与编程实践(基于Python·微课视频版) 目录
前言第1章 机器学习概述11.1 机器学习的概念和步骤11.1.1 机器学习的一般过程21.1.2 机器学习的定义41.1.3 机器学习的过程举例41.1.4 评估机器学习模型的效果71.2 机器学习的预处理环节91.2.1 收集相关样本101.2.2 数据预处理101.2.3 数据标准化121.2.4 数据降维141.3 机器学习的类型151.3.1 按完成的任务分类151.3.2 按学习的过程分类161.4 机器学习的发展历史和应用领域171.4.1 机器学习的发展历史171.4.2 机器学习的应用领域201.5 习题22第2章 Python机器学习与可视化242.1 Python程序入门242.1.1 一些简单的Python程序242.1.2 序列数据结构262.1.3 序列处理函数282.1.4 函数和类292.2 Python数据分析工具322.2.1 Anaconda的使用322.2.2 Spyder集成开发环境332.2.3 NumPy库342.3 数据可视化——基于Matplotlib库372.3.1 绘制曲线图382.3.2 绘制散点图等其他图形432.4 SciPy库472.5 sklearn库492.5.1 样本及样本的划分492.5.2 导入或创建数据集532.5.3 数据预处理562.5.4 数据的降维592.5.5 调用机器学习模型612.6 习题63第3章 关联规则与推荐算法653.1 关联规则挖掘653.1.1 基本概念653.1.2 Apriori算法683.1.3 Apriori算法的程序实现723.1.4 FP-Growth算法733.2 推荐系统及算法773.2.1 协同过滤推荐算法783.2.2 协同过滤推荐算法应用实例813.3 利用协同过滤推荐算法实现电影节目推荐853.4 习题87第4章 聚类894.1 聚类的原理与实现894.1.1 聚类的概念和类型894.1.2 如何度量距离894.1.3 聚类的基本步骤934.2 层次聚类算法974.2.1 层次聚类法举例984.2.2 层次聚类法的sklearn实现994.3 K-means聚类算法1034.3.1 K-means聚类算法的原理和实例1044.3.2 K-means聚类算法的k值的确定1104.3.3 K-means聚类算法的sklearn实现1114.4 K-medoids聚类算法1124.4.1 K-medoids聚类算法的原理和实例1124.4.2 K-medoids聚类算法的sklearn实现1184.5 DBSCAN聚类算法1194.5.1 DBSCAN聚类算法的原理和实例1194.5.2 DBSCAN聚类算法的sklearn实现1244.6 利用聚类算法实现车牌识别1264.7 习题129 第5章 分类1305.1 分类的基本原理1305.1.1 分类与聚类的区别1315.1.2 分类的步骤1325.1.3 分类模型预测结果评估1345.1.4 sklearn库的常用分类算法1355.2 K-近邻算法1365.2.1 K-近邻算法的原理和实例1365.2.2 sklearn中分类模型的编程步骤1405.2.3 K-近邻算法的sklearn实现1425.2.4 绘制分类边界图1445.2.5 确定*优的k值1465.3 朴素贝叶斯分类算法1475.3.1 朴素贝叶斯的原理与实例1485.3.2 朴素贝叶斯分类的常见问题1525.3.3 朴素贝叶斯分类算法的sklearn实现1545.4 决策树分类算法1565.4.1 信息论基础1575.4.2 ID3算法1625.4.3 C4.5算法1675.4.4 CART算法1715.4.5 决策树分类算法的sklearn实现1735.5 随机森林分类算法1755.5.1 集成学习理论1755.5.2 随机森林分类算法的理论与实例1775.5.3 随机森林分类算法的sklearn实现1835.6 利用运动手环数据预测身体姿态1865.7 习题191第6章 回归与逻辑回归1936.1 线性回归1936.1.1 相关与回归1936.1.2 线性回归分析1946.1.3 线性回归方程参数的求法1966.1.4 线性回归模型的sklearn实现2016.2 逻辑回归2066.2.1 线性分类模型的原理2066.2.2 逻辑回归模型及实例2096.3 逻辑回归模型的sklearn实现2126.3.1 sklearn中的逻辑回归模型2126.3.2 利用逻辑回归模型预测是否录取学生2146.4 利用逻辑回归模型预测贷款违约行为2186.5 习题222第7章 人工神经网络2237.1 神经元与感知机2237.1.1 人工神经元与逻辑回归模型2247.1.2 感知机模型2257.1.3 感知机模型的Python实现2277.1.4 多层感知机模型2287.2 人工神经网络的核心要素2317.2.1 神经元的激活函数2317.2.2 损失函数2337.2.3 网络结构2357.2.4 反向传播2367.3 人工神经网络的sklearn实现2397.3.1 sklearn人工神经网络模块2397.3.2 利用人工神经网络预测二手房销售数据2407.4 深度学习与深度神经网络2427.4.1 深度学习的概念和原理2437.4.2 TensorFlow概述2447.4.3
展开全部
机器学习算法入门与编程实践(基于Python·微课视频版) 作者简介
唐四薪 毕业于中南大学，获计算机专业硕士研究生学位。现为衡阳师范学院计算机学院双师型教师，从事大数据分析和网页制作的教学与研究，主讲“云计算与大数据技术”等课程，主持两项省级课题和多项地、厅级课题。2012年开发的“电子商务安全”网络课程获湖南省现代教育技术应用竞赛三等奖，2012年申报的“电子商务专业网站开发类系列教材的建设”成果获衡阳师范学院教学成果三等奖。独立编写《基于Web标准的网页设计与制作》一书，以第一作者的身份在《生物数学学报》《生物信息学》《计算机系统应用》《计算机工程与科学》等杂志上发表多篇论文。
书友推荐
- >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥24.0¥48.0 - >
中国历史的瞬间
中国历史的瞬间
¥17.9¥38.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥3.3¥10.0 - >
随园食单
随园食单
¥26.9¥48.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
月亮虎
月亮虎
¥15.4¥48.0 - >
回忆爱玛侬
回忆爱玛侬
¥10.5¥32.8 - >
朝闻道
朝闻道
¥9.0¥23.8
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
