中图网

>

程序设计

Python无监督学习实战(影印版)

作者：AnkurA.Patel著

出版社：东南大学出版社出版时间：2020-04-01

开本：其他页数： 337

本类榜单：计算机/网络销量榜

中图价:¥84.0(7.5折) 定价 ~~¥112.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
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)

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)

¥21¥49.9

买过本商品的人还买了

量子计算机程序设计(影印版)
Eric R. Johnston等
¥74.3~~¥99.0~~
计算机网络技术及应用
董倩,李广琴,张惠杰
¥20.6~~¥42.0~~

商品详情
商品评论(0条)

中图价:¥84.0 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

Python无监督学习实战(影印版) 版权信息

ISBN：9787564188283
条形码：9787564188283 ; 978-7-5641-8828-3
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
程序设计

Python无监督学习实战(影印版) 本书特色

　　许多行业专家都认为无监督学习是人工智能的下一个前沿领域，可能是通用人工智能的关键。一方面，由于世界上大多数数据是无标签的，无法应用传统的有监督学习；另一方面，无监督学习可以应用于未标签的数据集，以发现数据中深藏的有意义模式，这些模式对于人类来说几乎不可能被发现。
　　作者Ankur A.Patel为你展示了如何使用两个简单且可用于生产的Python框架实践无监督学习：Scikit-Learn和使用Keras的TensorFlow。通过代码和实践示例，数据科学家可以识别数据中难以找到的模式并获得更深入的业务洞察，发现数据异常，执行自动特征工程和模型选择，以及生成合成数据集。你只需要一些Python编程和机器学习经验就可以开始阅读《Python无监督学习实战（影印版英文版）》了。
　　·比较不同机器学习方法的优缺点：监督学习、无监督学习和强化学习
　　·建立和管理端到端的机器学习项目
　　·建立一个异常检测系统以查出信用卡欺诈行为
　　·将用户分组为不同的同质组　　许多行业专家都认为无监督学习是人工智能的下一个前沿领域，可能是通用人工智能的关键。一方面，由于世界上大多数数据是无标签的，无法应用传统的有监督学习；另一方面，无监督学习可以应用于未标签的数据集，以发现数据中深藏的有意义模式，这些模式对于人类来说几乎不可能被发现。
　　作者Ankur A.Patel为你展示了如何使用两个简单且可用于生产的Python框架实践无监督学习：Scikit-Learn和使用Keras的TensorFlow。通过代码和实践示例，数据科学家可以识别数据中难以找到的模式并获得更深入的业务洞察，发现数据异常，执行自动特征工程和模型选择，以及生成合成数据集。你只需要一些Python编程和机器学习经验就可以开始阅读《Python无监督学习实战（影印版英文版）》了。
　　·比较不同机器学习方法的优缺点：监督学习、无监督学习和强化学习
　　·建立和管理端到端的机器学习项目
　　·建立一个异常检测系统以查出信用卡欺诈行为
　　·将用户分组为不同的同质组
　　·执行半监督学习
　　·使用受限玻尔兹曼机开发电影推荐系统
　　·使用生成对抗网络来生成合成图像

Python无监督学习实战(影印版) 内容简介

本书为你展示了如何使用两个简单且可用于生产的Python框架实践无监督学习：Scikit—Learn和使用Keras的TensorFlow.通过代码和实践示例，数据科学家可以识别数据中难以找到的模式并获得更深入的业务洞察，发现数据异常，执行自动特征工程和模型选择，以及生成合成数据集。

Python无监督学习实战(影印版) 目录

reface
Part Ⅰ Fundamentals of Unsupervised Learning
1． Unsupervised Learning in the Machine Learning Ecosystem
Basic Machine Learning Terminology
Rules-Based vs． Machine Learning
Supervised vs． Unsupervised
The Strengths and Weaknesses of Supervised Learning
The Strengths and Weaknesses of Unsupervised Learning
Using Unsupervised Learning to Improve Machine Learning Solutions
A Closer Look at Supervised Algorithms
Linear Methods
……

展开全部