书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
欢迎光临中图网 请 | 注册
> >
机器学习算法原理与实践

机器学习算法原理与实践

作者:高明虎
出版社:哈尔滨工业大学出版社出版时间:暂无
开本: 16开 页数: 155
中 图 价:¥47.6(6.8折) 定价  ¥70.0 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>

机器学习算法原理与实践 版权信息

  • ISBN:9787576715217
  • 条形码:9787576715217 ; 978-7-5767-1521-7
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

机器学习算法原理与实践 内容简介

本书共13章, 主要内容包括配置开发环境、机器学习的基本概念、文件管理和KNN、线性回归、逻辑回归、K-means聚类算法、决策树、集成算法、AdaBoost算法、梯度提升树、降维算法、朴素贝叶斯、LCBM 算法等。

机器学习算法原理与实践 目录

**章 配置开发环境 **节 Anaconda下载与安装 第二节 Jupyter基本操作 第三节 升级与维护 第二章 机器学习的基本概念 **节 机器学习概念 第二节 建模准备 第三节 模型训练 第四节 建模流程 第三章 文件管理和KNN **节 设置工作文件夹 第二节 虚拟环境的设置 第三节 KNN算法原理 第四节 预测案例 第五节 K折交叉验证 第四章 线性回归 **节 线性回归方程 第二节 误差分析 第三节 似然函数求解 第四节 回归求解 第五节 梯度下降 第六节 评价指标 第七节 案例 第五章 逻辑回归 **节 Sigmod函数 第二节 逻辑回归本质 第三节 阈值 第四节 参数估计 第五节 评估指标 第六章 K—means聚类算法 **节 聚类算法的特征 第二节 算法原理 第三节 常用参数 第四节 K—means优缺点 第七章 决策树 **节 决策树历史 第二节 决策树原理 第三节 熵 第四节 构造实例 第五节 信息增益率和gini系数 第六节 回归决策树 第七节 剪枝方法 第八节 决策树优缺点 第八章 集成算法 **节 随机森林 第二节 boosting算法 第三节 stacking模型 第四节 随机森林参数 第九章 AdaBoost算法 **节 算法原理 第二节 算法流程 第三节 参数求解 第四节 AdaBoost参数 第十章 梯度提升树 **节 GBDT'概述 第二节 数学流程 第三节 GBDT优缺点 第四节 GBDT调参 第十一章 降维算法 **节 “维”的解释 第二节 。PCA与SvD 第十二章 朴素贝叶斯 **节 朴素贝叶斯原理 第二节 朴素贝叶斯分类器 第三节 评估指标 第四节 朴素贝叶斯优缺点 第五节 应用场景 第十三章 LGBM算法 **节 LGBM原理概述 第二节 LGBM相关技术 第三节 GOSS采样与直方图优化算法 第四节 LGBM数学推导 参考文献
展开全部
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
在线客服