扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
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
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
人工智能白话机器学习算法 版权信息
- ISBN：9787115506641
- 条形码：9787115506641 ; 978-7-115-50664-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能白话机器学习算法 本书特色
斯坦福大学大数据基础课程教材 文科生也看得懂的算法及数据科学入门书 涵盖回归分析、神经网络、决策树、A/B测试等重要主题
人工智能白话机器学习算法 内容简介
与使用数学语言或计算机编程语言讲解算法的书不同，本书另辟蹊径，用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法，以及回归分析、k很近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法，并概述强化学习算法的思想。
人工智能白话机器学习算法 目录
第 1章 基础知识 1
1．1 准备数据 1
1．1．1 数据格式 1
1．1．2 变量类型 2
1．1．3 变量选择 3
1．1．4 特征工程 3
1．1．5 缺失数据 4
1．2 选择算法 4
1．2．1 无监督学习 5
1．2．2 监督学习 6
1．2．3 强化学习 7
1．2．4 注意事项 7
1．3 参数调优 7
1．4 评价模型 9
1．4．1 分类指标 9
1．4．2 回归指标 10
1．4．3 验证 10
1．5 小结 11
第 2章 k均值聚类 13
2．1 找出顾客群 13
2．2 示例：影迷的性格特征 13
2．3 定义群组 16
2．3．1 有多少个群组 16
2．3．2 每个群组中有谁 17
2．4 局限性 18
2．5 小结 19
第3章 主成分分析 21
3．1 食物的营养成分 21
3．2 主成分 22
3．3 示例：分析食物种类 24
3．4 局限性 27
3．5 小结 29
第4章 关联规则 31
4．1 发现购买模式 31
4．2 支持度、置信度和提升度 31
4．3 示例：分析杂货店的销售数据 33
4．4 先验原则 35
4．4．1 寻找具有高支持度的项集 36
4．4．2 寻找具有高置信度或高提升度的关联规则 37
4．5 局限性 37
4．6 小结 37
第5章 社会网络分析 39
5．1 展现人际关系 39
5．2 示例：国际贸易 40
5．3 Louvain方法 42
5．4 PageRank算法 43
5．5 局限性 46
5．6 小结 47
第6章 回归分析 49
6．1 趋势线 49
6．2 示例：预测房价 49
6．3 梯度下降法 52
6．4 回归系数 54
6．5 相关系数 55
6．6 局限性 56
6．7 小结 57
第7章 k*近邻算法和异常检测 59
7．1 食品检测 59
7．2 物以类聚，人以群分 60
7．3 示例：区分红白葡萄酒 61
7．4 异常检测 62
7．5 局限性 63
7．6 小结 63
第8章 支持向量机 65
8．1 医学诊断 65
8．2 示例：预测心脏病 65
8．3 勾画*佳分界线 66
8．4 局限性 69
8．5 小结 69
第9章 决策树 71
9．1 预测灾难幸存者 71
9．2 示例：逃离泰坦尼克号 72
9．3 生成决策树 73
9．4 局限性 74
9．5 小结 75
第 10章 随机森林 77
10．1 集体智慧 77
10．2 示例：预测犯罪行为 77
10．3 集成模型 81
10．4 自助聚集法 82
10．5 局限性 83
10．6 小结 84
第 11章 神经网络 85
11．1 建造人工智能大脑 85
11．2 示例：识别手写数字 86
11．3 神经网络的构成 89
11．4 激活规则 91
11．5 局限性 92
11．6 小结 94
第 12章 A/B测试和多臂老虎机 95
12．1 初识A/B测试 95
12．2 A/B测试的局限性 95
12．3 epsilon递减策略 96
12．4 示例：多臂老虎机 97
12．5 胜者为先 99
12．6 epsilon递减策略的局限性 99
12．7 小结 100
附录A 无监督学习算法概览 101
附录B 监督学习算法概览 102
附录C 调节参数列表 103
附录D 更多评价指标 104
术语表 107
关于作者 114
1．1 准备数据 1
1．1．1 数据格式 1
1．1．2 变量类型 2
1．1．3 变量选择 3
1．1．4 特征工程 3
1．1．5 缺失数据 4
1．2 选择算法 4
1．2．1 无监督学习 5
1．2．2 监督学习 6
1．2．3 强化学习 7
1．2．4 注意事项 7
1．3 参数调优 7
1．4 评价模型 9
1．4．1 分类指标 9
1．4．2 回归指标 10
1．4．3 验证 10
1．5 小结 11
第 2章 k均值聚类 13
2．1 找出顾客群 13
2．2 示例：影迷的性格特征 13
2．3 定义群组 16
2．3．1 有多少个群组 16
2．3．2 每个群组中有谁 17
2．4 局限性 18
2．5 小结 19
第3章 主成分分析 21
3．1 食物的营养成分 21
3．2 主成分 22
3．3 示例：分析食物种类 24
3．4 局限性 27
3．5 小结 29
第4章 关联规则 31
4．1 发现购买模式 31
4．2 支持度、置信度和提升度 31
4．3 示例：分析杂货店的销售数据 33
4．4 先验原则 35
4．4．1 寻找具有高支持度的项集 36
4．4．2 寻找具有高置信度或高提升度的关联规则 37
4．5 局限性 37
4．6 小结 37
第5章 社会网络分析 39
5．1 展现人际关系 39
5．2 示例：国际贸易 40
5．3 Louvain方法 42
5．4 PageRank算法 43
5．5 局限性 46
5．6 小结 47
第6章 回归分析 49
6．1 趋势线 49
6．2 示例：预测房价 49
6．3 梯度下降法 52
6．4 回归系数 54
6．5 相关系数 55
6．6 局限性 56
6．7 小结 57
第7章 k*近邻算法和异常检测 59
7．1 食品检测 59
7．2 物以类聚，人以群分 60
7．3 示例：区分红白葡萄酒 61
7．4 异常检测 62
7．5 局限性 63
7．6 小结 63
第8章 支持向量机 65
8．1 医学诊断 65
8．2 示例：预测心脏病 65
8．3 勾画*佳分界线 66
8．4 局限性 69
8．5 小结 69
第9章 决策树 71
9．1 预测灾难幸存者 71
9．2 示例：逃离泰坦尼克号 72
9．3 生成决策树 73
9．4 局限性 74
9．5 小结 75
第 10章 随机森林 77
10．1 集体智慧 77
10．2 示例：预测犯罪行为 77
10．3 集成模型 81
10．4 自助聚集法 82
10．5 局限性 83
10．6 小结 84
第 11章 神经网络 85
11．1 建造人工智能大脑 85
11．2 示例：识别手写数字 86
11．3 神经网络的构成 89
11．4 激活规则 91
11．5 局限性 92
11．6 小结 94
第 12章 A/B测试和多臂老虎机 95
12．1 初识A/B测试 95
12．2 A/B测试的局限性 95
12．3 epsilon递减策略 96
12．4 示例：多臂老虎机 97
12．5 胜者为先 99
12．6 epsilon递减策略的局限性 99
12．7 小结 100
附录A 无监督学习算法概览 101
附录B 监督学习算法概览 102
附录C 调节参数列表 103
附录D 更多评价指标 104
术语表 107
关于作者 114
展开全部
人工智能白话机器学习算法 作者简介
黄莉婷（Annalyn Ng），高级数据分析师，剑桥大学心理测量中心硕士，曾受邀在迪士尼研究中心研究客户行为科学，并通过数据挖掘技术帮助三星和雅虎等公司制定营销和人员招聘等方面的策略。 苏川集（Kenneth Soo），斯坦福大学统计学硕士，华威大学高材生，曾从事网络随机故障下应用程序的双目标稳健优化研究，善于用通俗的语言介绍数据科学。
书友推荐
- >
经典常谈
经典常谈
¥17.1¥39.8 - >
唐代进士录
唐代进士录
¥19.5¥39.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
二体千字文
二体千字文
¥14.0¥40.0 - >
烟与镜
烟与镜
¥15.8¥48.0 - >
月亮与六便士
月亮与六便士
¥8.8¥42.0 - >
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
¥26.4¥48.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0
本类畅销
-
C专家编程
¥41¥69 -
UG NX 11.0工程图教程-(含1DVD)
¥30.4¥59.9 -
网络爬虫进化论——从Excel爬虫到Python爬虫
¥55.5¥79 -
Python 数据分析基础
¥41¥69 -
Python 3.5从零开始学
¥26.4¥59 -
湖北交通文化
¥21.8¥46
