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)
商用机器学习:数据科学实践 版权信息
- ISBN：9787111662389
- 条形码：9787111662389 ; 978-7-111-66238-9
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
商用机器学习:数据科学实践 本书特色
适读人群 ：本书适合金融专业以及相关经济专业的师生作为教材使用，也适合作为机器学习的初学者和业界人士的参考用书。机器学习作为人工智能*值得期待的内容，也*具商业价值。本书是金融工程和风险管理大师约翰·赫尔教授的*新著作。全书深入浅出地讲解了机器学习的核心内容、*常用和流行的算法以及大量机器学习的商用案例，对技术性要求很低，并且让读者很容易从商业的角度理解其技术内涵，特别适合机器学习的初学者和业界人士阅读，也非常适合大学商学院教学，帮助其学生了解“数据科学家”这个职业。 特别地，作者在书中同时使用Excel工作表和Python代码，方便初学者先从容易的Excel入手，按照自己的节奏，再慢慢转向Python，书中的相关数据、工作表和Python代码都可在指定网站查询。另外，本书还配有相关的教辅资料、PPT，以供参考。
商用机器学习:数据科学实践 内容简介
本书向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前*流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行靠前投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。书中示例的数据、工作表和Python代码都在作者的网站上，本书同时还提供了一套完整的幻灯片，供教师使用，教师可自行下载使用。
商用机器学习:数据科学实践 目录
作者简介
译者和审校者简介
译者序
前言
第1章 引言 / 1
1.1 关于本书及相关材料 / 4
1.2 机器学习分类 / 5
1.3 验证和测试 / 7
1.4 数据清洗 / 14
1.5 贝叶斯定理 / 17
第2章 无监督学习 / 23
2.1 特征缩放 / 24
2.2 k-均值算法 / 25
2.3 设置k值 / 28
2.4 维度灾难 / 31
2.5 国家风险 / 32
2.6 其他聚类方法 / 39
2.7 主成分分析 / 41
第3章 监督学习：线性回归 / 49
3.1 线性回归：单特征 / 50
3.2 线性回归：多特征 / 52
3.3 分类特征 / 54
3.4 正则化 / 55
3.5 岭回归 / 56
3.6 套索回归 / 61
3.7 弹性网络回归 / 64
3.8 房价数据模型结果 / 65
3.9 逻辑回归 / 71
3.10 逻辑回归的准确性 / 72
3.11 信贷决策中的运用 / 74
3.12 k-近邻算法 / 80
第4章 监督学习：决策树 / 84
4.1 决策树的本质 / 85
4.2 信息增益测度 / 86
4.3 信息决策应用 / 88
4.4 朴素贝叶斯分类器 / 94
4.5 连续目标变量 / 99
4.6 集成学习 / 102
第5章 监督学习：支持向量机 / 108
5.1 线性SVM分类 / 108
5.2 关于软间隔的修改 / 115
5.3 非线性分离 / 117
5.4 关于连续变量的预测 / 119
第6章 监督学习：神经网络 / 125
6.1 单层神经网络 / 125
6.2 多层神经网络 / 129
6.3 梯度下降算法 / 131
6.4 梯度下降算法的变形 / 136
6.5 迭代终止规则 / 138
6.6 应用于衍生产品 / 139
6.7 卷积神经网络 / 140
6.8 递归神经网络 / 142
附录6A 反向传播算法 / 146
第7章 强化学习 / 148
7.1 多臂老虎机问题 / 149
7.2 环境变化 / 156
7.3 Nim游戏博弈 / 158
7.4 时序差分学习 / 162
7.5 深度Q学习 / 164
7.6 应用 / 165
第8章 社会问题 / 170
8.1 数据隐私 / 171
8.2 偏见 / 172
8.3 道德伦理 / 174
8.4 透明度 / 176
8.5 对抗机器学习 / 177
8.6 法律问题 / 178
8.7 人类与机器 / 179
部分习题答案 / 182
术语表 / 198
译者和审校者简介
译者序
前言
第1章 引言 / 1
1.1 关于本书及相关材料 / 4
1.2 机器学习分类 / 5
1.3 验证和测试 / 7
1.4 数据清洗 / 14
1.5 贝叶斯定理 / 17
第2章 无监督学习 / 23
2.1 特征缩放 / 24
2.2 k-均值算法 / 25
2.3 设置k值 / 28
2.4 维度灾难 / 31
2.5 国家风险 / 32
2.6 其他聚类方法 / 39
2.7 主成分分析 / 41
第3章 监督学习：线性回归 / 49
3.1 线性回归：单特征 / 50
3.2 线性回归：多特征 / 52
3.3 分类特征 / 54
3.4 正则化 / 55
3.5 岭回归 / 56
3.6 套索回归 / 61
3.7 弹性网络回归 / 64
3.8 房价数据模型结果 / 65
3.9 逻辑回归 / 71
3.10 逻辑回归的准确性 / 72
3.11 信贷决策中的运用 / 74
3.12 k-近邻算法 / 80
第4章 监督学习：决策树 / 84
4.1 决策树的本质 / 85
4.2 信息增益测度 / 86
4.3 信息决策应用 / 88
4.4 朴素贝叶斯分类器 / 94
4.5 连续目标变量 / 99
4.6 集成学习 / 102
第5章 监督学习：支持向量机 / 108
5.1 线性SVM分类 / 108
5.2 关于软间隔的修改 / 115
5.3 非线性分离 / 117
5.4 关于连续变量的预测 / 119
第6章 监督学习：神经网络 / 125
6.1 单层神经网络 / 125
6.2 多层神经网络 / 129
6.3 梯度下降算法 / 131
6.4 梯度下降算法的变形 / 136
6.5 迭代终止规则 / 138
6.6 应用于衍生产品 / 139
6.7 卷积神经网络 / 140
6.8 递归神经网络 / 142
附录6A 反向传播算法 / 146
第7章 强化学习 / 148
7.1 多臂老虎机问题 / 149
7.2 环境变化 / 156
7.3 Nim游戏博弈 / 158
7.4 时序差分学习 / 162
7.5 深度Q学习 / 164
7.6 应用 / 165
第8章 社会问题 / 170
8.1 数据隐私 / 171
8.2 偏见 / 172
8.3 道德伦理 / 174
8.4 透明度 / 176
8.5 对抗机器学习 / 177
8.6 法律问题 / 178
8.7 人类与机器 / 179
部分习题答案 / 182
术语表 / 198
展开全部
商用机器学习:数据科学实践 作者简介
约翰·赫尔，衍生产品及风险管理教授。约翰·赫尔是一位享有国际盛名的金融学教授，现任职于多伦多大学罗特曼管理学院，其关注的领域侧重于应用。他曾在衍生产品以及风险管理领域出版多本著作，发表多篇文章。1999年，他被国际金融工程协会(International Association of Financial Engineers)评为年度金融工程大师(Financial Engineer of the Year)。他曾为北美、日本和欧洲多家金融机构提供金融咨询。赫尔先生曾荣获多项大奖，其中包括多伦多大学著名的Northrop Frye教师大奖。
书友推荐
- >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥9.3¥19.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
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
¥3.5¥10.0 - >
【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 - >
烟与镜
烟与镜
¥15.4¥48.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0 - >
月亮虎
月亮虎
¥20.2¥48.0
本类畅销
-
十二字节
¥42.4¥69 -
前瞻交互:从语音、手势设计到多模融合
¥76.3¥109 -
人工智能
¥18.6¥55 -
人工智能技术商业应用场景实战
¥45.8¥79 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206
浏览历史
电气控制PLC应用技术教程(FX系列)
¥32.3¥44.8
