掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
機器學習算法與實踐 版權信息
- ISBN：9787111764113
- 條形碼：9787111764113 ; 978-7-111-76411-3
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習算法與實踐 本書特色
涉及算法的原理與思想、推導與證明、實現與應用。
章節依照算法類別及算法間邏輯關系進行編排。
對算法的編碼實現進行講解，每章附有思維導圖。
配套提供電子課件、微課視頻、習題答案、教學大綱、代碼。
機器學習算法與實踐 內容簡介
本書內容涵蓋了監督學習、無監督學習和半監督學習的代表性算法，對算法的原理與思想、推導與證明、實現與應用中涉及的知識點進行了清晰透徹的闡述。全書由12章組成，主要內容包括機器學習概述、機器學習基本理論、K-近鄰、貝葉斯、線性模型、支持向量機、決策樹、集成學習、聚類算法、數據降維、半監督學習、神經網絡等知識。章節依照算法類別及算法間邏輯關系進行編排，內容結構上條理清晰、由淺入深，并完整地對算法的編碼實現進行了講解，從編程角度展示算法細節，使讀者可以更加深入透徹地理解算法原理、加深對算法的記憶，并能夠針對自身需求對算法進行修改和擴展。為幫助讀者充分了解和掌握每一章節基礎理論知識，每章附有思維導圖及習題。 本書適合作為高等院校數據科學與大數據技術、人工智能和計算機類專業的機器學習相關課程教材，也可供從事機器學習和數據挖掘相關研究及應用的工程技術人員和科研工作者參考。
機器學習算法與實踐 目錄
前言
第1章機器學習概述
11人工智能與機器學習
12機器學習的概念
121機器學習的定義
122機器學習發展史
123機器學習分類
13機器學習工具
131Python語言
132第三方工具庫
133編譯環境
134庫的下載與安裝
14機器學習示例
141自動駕駛
142機器翻譯
143游戲中的人工智能
15本章小結
16延伸閱讀——大數據背景下的機器學習算法
17習題
第2章機器學習基本理論
21機器學習術語
211基本概念
212過擬合與欠擬合
213模型評估
22實驗估計方法
221留出法
222交叉驗證法
223自助法
23性能度量
231錯誤率與精度
232查準率、查全率與F1
233ROC與AUC
24比較檢驗
241假設檢驗
242交叉驗證
25參數調優
251網格搜索
252隨機搜索
253貝葉斯優化算法
26本章小結
27延伸閱讀——機器學習應用于我國海外投資效率預警
28習題
第3章K-近鄰
31算法原理
32距離度量方法
33搜索優化方法
331k-d樹
332球樹
34算法實現
35本章小結
36延伸閱讀——機器學習在國產芯片上的應用
37習題
第4章貝葉斯
41貝葉斯方法概述
411貝葉斯公式
412貝葉斯決策理論
413極大似然估計
42樸素貝葉斯算法
421高斯樸素貝葉斯算法
422多項式樸素貝葉斯算法
423伯努利樸素貝葉斯算法
43半樸素貝葉斯算法
44貝葉斯網絡算法
441貝葉斯網絡結構
442貝葉斯網絡學習算法
443貝葉斯網絡推斷
45EM算法
46本章小結
47延伸閱讀——機器學習在智能駕駛上的應用
48習題
第5章線性模型
51線性回歸
511簡單線性回歸
512多變量線性回歸
513梯度下降法
514多項式回歸
52邏輯回歸
521二分類邏輯回歸
522多分類邏輯回歸
53模型正則化
54本章小結
55延伸閱讀——云計算與機器學習
56習題
第6章支持向量機
61算法概述
62線性可分支持向量機及其對偶算法
63線性支持向量機
64非線性支持向量機
65支持向量機回歸
651線性支持向量機回歸
652非線性支持向量機
第1章機器學習概述
11人工智能與機器學習
12機器學習的概念
121機器學習的定義
122機器學習發展史
123機器學習分類
13機器學習工具
131Python語言
132第三方工具庫
133編譯環境
134庫的下載與安裝
14機器學習示例
141自動駕駛
142機器翻譯
143游戲中的人工智能
15本章小結
16延伸閱讀——大數據背景下的機器學習算法
17習題
第2章機器學習基本理論
21機器學習術語
211基本概念
212過擬合與欠擬合
213模型評估
22實驗估計方法
221留出法
222交叉驗證法
223自助法
23性能度量
231錯誤率與精度
232查準率、查全率與F1
233ROC與AUC
24比較檢驗
241假設檢驗
242交叉驗證
25參數調優
251網格搜索
252隨機搜索
253貝葉斯優化算法
26本章小結
27延伸閱讀——機器學習應用于我國海外投資效率預警
28習題
第3章K-近鄰
31算法原理
32距離度量方法
33搜索優化方法
331k-d樹
332球樹
34算法實現
35本章小結
36延伸閱讀——機器學習在國產芯片上的應用
37習題
第4章貝葉斯
41貝葉斯方法概述
411貝葉斯公式
412貝葉斯決策理論
413極大似然估計
42樸素貝葉斯算法
421高斯樸素貝葉斯算法
422多項式樸素貝葉斯算法
423伯努利樸素貝葉斯算法
43半樸素貝葉斯算法
44貝葉斯網絡算法
441貝葉斯網絡結構
442貝葉斯網絡學習算法
443貝葉斯網絡推斷
45EM算法
46本章小結
47延伸閱讀——機器學習在智能駕駛上的應用
48習題
第5章線性模型
51線性回歸
511簡單線性回歸
512多變量線性回歸
513梯度下降法
514多項式回歸
52邏輯回歸
521二分類邏輯回歸
522多分類邏輯回歸
53模型正則化
54本章小結
55延伸閱讀——云計算與機器學習
56習題
第6章支持向量機
61算法概述
62線性可分支持向量機及其對偶算法
63線性支持向量機
64非線性支持向量機
65支持向量機回歸
651線性支持向量機回歸
652非線性支持向量機
展開全部
機器學習算法與實踐 作者簡介
郭羽含，男，漢族，副教授，碩士生導師，浙江科技大學理學院數據科學系主任。哈爾濱工業大學計算機科學與技術專業學士，哈爾濱工業大學軟件工程專業碩士，法國波爾多大學工業工程碩士，法國里爾大學計算機與自動化專業博士，法國ARRAS信息與自動化研究院博士后。主持及參與國家和省級科研項目9項、橫向項目10余項；以第一作者于國內外重要期刊和會議發表論文40余篇（其中SCI一區、二區、Top期刊20余篇）；以第一發明人申請國家發明專利20余項；獲省教學成果獎、市自然學術成果獎等多項科研和教學獎勵，指導學生于國家級和省級競賽獲獎80余人次。
書友推薦
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
中國歷史的瞬間
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
山海經
- >
伯納黛特,你要去哪(2021新版)
- >
詩經-先民的歌唱
- >
回憶愛瑪儂
本類暢銷
