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)
MATLAB机器学习实用教程 版权信息
- ISBN：9787302674757
- 条形码：9787302674757 ; 978-7-302-67475-7
- 装帧：暂无
- 册数：暂无
- 重量：暂无
- 所属分类：>
MATLAB机器学习实用教程 本书特色
《MATLAB机器学习实用教程》注重实用，每种算法都列举了典型的应用实例，并提供了对应的MATLAB程序代码，可以帮助读者快速掌握典型的算法，并能把它们应用到自己的工作中，解决自己的问题。所以，《MATLAB机器学习实用教程》既可以做为学校、培训班的教材，也可以做为相关行业工作者的有益的参考书和工具书。
MATLAB机器学习实用教程 内容简介
"《MATLAB机器学习实用教程》介绍了机器学习的典型算法及MATLAB编程方法。主要内容包括：线性回归、非线性回归、分类、聚类、人工神经网络、支持向量机、决策树、模糊逻辑、集成学习、半监督学习、强化学习、关联规则学习、深度学习、机器阅读和机器写作等。《MATLAB机器学习实用教程》注重实用性，精选了大量实例，每个实例都提供了MATLAB程序，并进行了详细的注释，有助于读者真正理解这些算法和编程方法，把它们应用到自己的工作中来解决实际问题。因此，《MATLAB机器学习实用教程》具有较强的实用性和可操作性，可以作为高等院校理工、管理、经济、金融等专业本科生、研究生的教材，也可以作为相关工作者的有益参考书和工具书。 "
MATLAB机器学习实用教程 目录
第1章 机器学习基础
1.1 机器学习概述
1.1.1 “机器学习”是什么
1.1.2 机器学习的流程
1.1.3 机器学习的类型
1.1.4 典型的机器学习算法
1.2 机器学习的发展历程
1.2.1 早期阶段
1.2.2 发展期
1.2.3 繁荣期
1.2.4 机器学习的现状和发展趋势
1.3 机器学习的应用
1.3.1 数据挖掘
1.3.2 模式识别
1.3.3 互联网和电子商务
1.3.4 电子游戏
1.3.5 金融领域
1.4 MATLAB和机器学习
1.4.1 MATLAB软件
1.4.2 MATLAB在机器学习中的应用案例
第2章 线性回归
2.1 小二乘法
2.1.1 概述
2.1.2 一元线性回归案例与MATLAB编程
2.1.3 多元线性回归案例
2.2 鲁棒线性回归
2.2.1 概述
2.2.2 robustfit函数的应用案例与MATLAB编程
2.2.3 fitlm函数的应用案例与MATLAB编程
2.3 逐步回归
2.3.1 概述
2.3.2 基于默认值的逐步回归案例
2.3.3 基于自己设置的标准值的逐步回归案例与MATLAB编程
2.4 岭回归
2.4.1 概述
2.4.2 岭回归案例
2.5 Lasso回归和弹性网回归
2.5.1 概述
2.5.2 Lasso回归案例与MATLAB编程
2.5.3 弹性网回归案例与MATLAB编程
2.6 逻辑回归
2.6.1 概述
2.6.2 逻辑回归预测案例与MATLAB编程
2.6.3 逻辑回归分类案例与MATLAB编程
第3章 非线性回归
3.1 多项式曲线拟合
3.1.1 概述
3.1.2 多项式曲线拟合案例与MATLAB编程
3.2 典型函数曲线拟合
3.2.1 指数函数曲线拟合案例与MATLAB编程
3.2.2 幂函数曲线拟合案例与MATLAB编程
3.2.3 傅里叶函数曲线拟合案例与MATLAB编程
3.2.4 高斯函数曲线拟合案例与MATLAB编程
3.3 曲面拟合、插值和样条拟合
3.3.1 曲面拟合案例与MATLAB编程
3.3.2 插值案例与MATLAB编程
3.3.3 样条拟合案例与MATLAB编程
3.3.4 样条平滑化拟合案例与MATLAB编程
第4章 分类和聚类
4.1 分类算法1——判别分析
4.1.1 概述
4.1.2 判别分析分类案例与MATLAB编程
4.2 分类算法2——朴素贝叶斯法
4.2.1 概述
4.2.2 朴素贝叶斯法分类案例与MATLAB编程
4.3 分类算法3——K 近邻算法
4.3.1 概述
4.3.2 K 近邻算法分类案例与MATLAB编程
4.4 聚类算法1——K均值算法
4.4.1 概述
4.4.2 K均值算法聚类案例与MATLAB编程
4.5 聚类算法2——高斯混合模型
4.5.1 概述
4.5.2 高斯混合模型聚类案例与MATLAB编程
第5章 人工神经网络
5.1 人工神经网络在数据拟合中的应用
5.1.1 概述
5.1.2 人工神经网络拟合案例与MATLAB编程
5.2 影响人工神经网络模型预测性能的因素
5.2.1 隐含层的神经元数量
5.2.2 隐含层的层数
5.2.3 训练算法的类型
5.2.4 网络类型
5.3 人工神经网络在分类中的应用
5.3.1 概述
5.3.2 人工神经网络分类案例与MATLAB编程
第6章 支持向量机
6.1 支持向量机在回归中的应用
6.1.1 概述
6.1.2 支持向量机回归案例与MATLAB编程
6.2 预测性能的影响因素
6.2.1 高斯核函数
6.2.2 多项式核函数
6.3 定量影响分析
6.3.1 概述
6.3.2 定量影响分析案例与MATLAB编程
6.4 支持向量机在分类中的应用
6.4.1 概述
6.4.2 支持向量机分类案例与MATLAB编程
第7章 决策树
7.1 决策树的原理
7.1.1 决策树的构建方法
7.1.2 决策树的应用
7.1.3 决策树的剪枝
7.1.4 构建决策树的算法
7.2 决策树在分类中的应用
7.2.1 概述
7.2.2 决策树分类案例与MATLAB编程
7.3 决策树在回归中的应用
7.3.1 概述
7.3.2 决策树回归案例与MATLAB编程
第8章 模糊逻辑
8.1 模糊聚类
8.1.1 概述
8.1.2 模糊聚类案例与MATLAB编程
8.2 模糊逻辑在时间序列预测中的应用
8.2.1 概述
8.2.2 模糊逻辑的预测应用案例与MATLAB编程
第9章 集成学习
9.1 集成学习在回归中的应用
9.1.1 fitrensemble函数
9.1.2 fitrensemble函数的回归应用案例与MATLAB编程
9.1.3 TreeBagger函数
9.1.4 TreeBagger函数的回归应用案例与MATLAB编程
9.2 集成学习在分类中的应用
9.2.1 fitcensemble函数
9.2.2 fitcensemble函数的分类应用案例与MATLAB编程
9.2.3 TreeBagger函数
9.2.4 TreeBagger函数的分类应用案例与MATLAB编程
0章 半监督学习
10.1 基于图形法的半监督学习分类
10.1.1 概述
10.1.2 基于图形法的半监督学习分类案例与MATLAB编程
10.2 基于自训练法的半监督学习分类
10.2.1 概述
10.2.2 基于自
展开全部
MATLAB机器学习实用教程 作者简介
由伟，清华大学材料科学与工程系博士，从事MATLAB方面的教学与科研工作：1． 编写了基于MATLAB的人工神经网络应用软件Eagleye； 2．发表了60余篇学术论文；3．获得10项发明专利，2项实用新型专利；4．获得中国煤炭工业协会专利奖、河北省煤炭工业协会科技进步奖等奖励。
书友推荐
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
