书馨卡帮你省薪
欢迎光临中图网 请 | 注册

Python机器学习实战

出版社:清华大学出版社出版时间:2023-06-01
开本: 16开 页数: 267
中 图 价:¥69.3(7.0折) 定价  ¥99.0 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>

Python机器学习实战 版权信息

Python机器学习实战 内容简介

本书介绍机器学习经典算法的原理、实现及应用,并通过综合案例讲解如何将实际问题转换为机器学习能处理的问题进行求解。本书配套源码、PPT课件、习题答案、开发环境与QQ群答疑。本书共分14章。内容包括k近邻、朴素贝叶斯、聚类、支持向量机、诀策树、线性回归、逻辑回归、BP神经网络经典算法,以及垃圾邮件分类、手写数字识别、零售商品销售量分析与预测、个性化推荐等综合案例。本书所有算法及案例均l以Python实现,方便读者在动手编程中理解机器学习的经典算法。

Python机器学习实战 目录

第1章 机器学习基础 11.1 机器学习概述 11.1.1 什么是机器学习 11.1.2 机器学习发展史 31.1.3 机器学习、人工智能、深度学习的关系 51.2 机器学习相关概念 61.3 机器学习的任务 81.3.1 监督学习 81.3.2 无监督学习 81.3.3 半监督学习 91.4 机器学习的一般步骤 91.5 机器学习Python基础 101.5.1 Python开发环境 101.5.2 Python基本语法 111.5.3 Python列表、元组、字典、集合 131.6 本章小结 181.7 习题 18第2章 k近邻算法 192.1 k近邻算法原理 192.1.1 非参数估计与参数估计 202.1.2 非参数估计的一般推导 222.2 基于k近邻算法的实现 232.2.1 利用直方图估计概率密度、分类 232.2.2 利用Parzen矩形窗估计概率密度、分类 282.2.3 利用Parzen正态核估计概率密度、分类 292.3 k近邻算法应用─鸢尾花的分类 312.4 本章小结 352.5 习题 35第3章 贝叶斯分类器 373.1 贝叶斯定理相关概念 373.1.1 先验概率、条件概率、后验概率与类条件概率 373.1.2 贝叶斯决策理论 383.1.3 极大似然估计 393.2 朴素贝叶斯分类器 423.2.1 手工设计贝叶斯分类器 433.2.2 贝叶斯分类器的实现 443.2.3 平滑方法 463.3 朴素贝叶斯分类算法实现─三文鱼和鲈鱼的分类 483.3.1 算法实现 483.3.2 调用系统函数实现 553.4 正态贝叶斯分类器 56

展开全部

Python机器学习实战 作者简介

张建伟,郑州轻工业大学教授,长期从事计算机网络和程序设计技术的教育教学活动,经验丰富。现担任河南省“食品安全数据智能”重点实验室主任、河南省“公共安全数据融合与智能服务”工程技术研究中心主任、河南省软件工程重点学科负责人、河南省“软件工程技术与服务”教学团队负责人、国家创新创业孵化基地“星空众创空间”负责人、河南省大众创业导师、河南省计算机教育研究会理事、河南省计算机学会理事。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网