中图网

>

计算机理论

机器学习工程简明教程

作者：杨坡，颜健，白刚主编

出版社：北京邮电大学出版社出版时间：2021-06-01

开本： 26cm 页数： 173页

本类榜单：计算机/网络销量榜

中图价:¥23.0(7.2折) 定价 ~~¥32.0~~ 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

商品详情
商品评论(0条)

中图价:¥23.0 加入购物车

版权信息
内容简介
目录
作者简介

机器学习工程简明教程版权信息

ISBN：9787563563821
条形码：9787563563821 ; 978-7-5635-6382-1
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

机器学习工程简明教程内容简介

本书作为机器学习的入门书, 涉及机器学习基础知识的各方面内容。该书共包含11章内容, 具体安排为: 第1章讲解机器学习的基础知识 ; 第2-6章讲解监督学习中常用的分类算法 ; 第7章讲解监督学习中常用的回归算法 ; 第8章介绍神经网络, 其既可以用于分类, 又可以用于回归 ; 第9-10章讲解无监督学习中的常用算法 ; 第11章介绍通过降维技术来简化数据。

机器学习工程简明教程目录

第1章绪论 1.1 机器学习定义 1.2 机器学习发展历程 1.3 机器学习分类 1.3.1 有监督学习 1.3.2 分类模型评判指标 1.3.3 无监督学习 1.3.4 增强学习 1.4 实验环境介绍 1.4.1 语言的选择 1.4.2 Python的安装 1.4.3 PyCharm编辑器 1.5 本章小结第2章七近邻 2.1 k近邻算法介绍 2.2 入门实例 2.3 忌近邻算法的深入讨论 2.3.1 k值对结果的影响 2.3.2 相似程度的度量 2.3.3 决策策略 2.4 实际应用 2.4.1 KNeighborsClassifier类介绍 2.4.2 小试牛刀 2.4.3 实战演示 2.5 本章小结第3章决策树 3.1 决策树算法介绍 3.2 构建决策树的方法 3.2.1 信息熵 3.2.2 信息增益 3.2.3 ID3算法 3.2.4 C4.5算法 3.2.5 CART算法 3.3 模型评估方法 3.3.1 保留法 3.3.2 k折交叉验证法 3.3.3 自助法 3.4 实际应用 3.4.1 DecisionTreeClassifier类介绍 3.4.2 小试牛刀 3.4.3 实战演示 3.5 本章小结第4章朴素贝叶斯 4.1 贝叶斯定理 4.2 朴素贝叶斯算法介绍 4.3 入门实例 4.4 Laplace修正 4.5 实际应用 4.5.1 GussianNB类介绍 4.5.2 小试牛刀 4.5.3 实战演示 4.6 本章小结第5章支持向量机 5.1 支持向量机算法介绍 …… 第6章 AdaBoost 第7章线性回归第8章神经网络第9章 k-means 第10章 Apriori关联分析第11章 PCA降维参考文献附录A 线性代数基础附录B 概率论基础附录C Python基础

展开全部