掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版
包郵 機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版
作者：張平，李曉宇編著
開本：
26cm
頁數(shù)：
276頁
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版 版權(quán)信息
- ISBN：9787115650153
- 條形碼：9787115650153 ; 978-7-115-65015-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版 本書特色
【全程案例教學(xué)，錘煉實(shí)戰(zhàn)能力】本書以應(yīng)用為導(dǎo)向，全程采用案例式教學(xué)，多層次、全方位地演示機(jī)器學(xué)習(xí)實(shí)戰(zhàn)技巧，實(shí)踐性強(qiáng)，理論與實(shí)踐緊密結(jié)合。 【注重素質(zhì)教育，強(qiáng)調(diào)立德樹人】本書強(qiáng)調(diào)立德樹人，注重對讀者綜合能力的培養(yǎng)，著力打造“素質(zhì)+技能”協(xié)同育人新格局。本書積極將社會(huì)主義核心價(jià)值觀等素質(zhì)教育元素融入教材之中，并在課程的慕課平臺(tái)中提供了更多的素質(zhì)教育元素供教師選擇。 【經(jīng)典前沿并重，助力技能提升】本書既包含精心挑選的經(jīng)典機(jī)器學(xué)習(xí)算法，又緊跟科技前沿發(fā)展趨勢，引入集成學(xué)習(xí)、特征工程、深度學(xué)習(xí)等前沿內(nèi)容及應(yīng)用案例，可以地幫助讀者拓展科技認(rèn)知邊界，提升機(jī)器學(xué)習(xí)綜合實(shí)戰(zhàn)技能。 【高內(nèi)聚低耦合，方便教學(xué)剪裁】本書的內(nèi)容安排注重高內(nèi)聚和低耦合，篇章之間相對獨(dú)立，又保持一定的遞進(jìn)關(guān)系，方便教師根據(jù)課時(shí)和專業(yè)特點(diǎn)對內(nèi)容進(jìn)行剪裁。 【內(nèi)容層次豐富，從入門到精通】本書在章節(jié)安排上，既包括經(jīng)典的機(jī)器學(xué)習(xí)算法，又包括進(jìn)階知識內(nèi)容；在案例實(shí)現(xiàn)上，既包括偏向原理細(xì)節(jié)的 Python 版本，又包括偏向工程實(shí)踐的 Sklearn 版本，可以滿足不同讀者群體在不同學(xué)習(xí)階段的需求。 【零基礎(chǔ)低門檻，受眾群體多樣】本書學(xué)習(xí)門檻低，方便初學(xué)者快速入門；內(nèi)容深入淺出、層次遞進(jìn)豐富，可以滿足不同知識背景讀者的學(xué)習(xí)需求，既適用于高職高專學(xué)生，也適用于本科生、研究生，還適用于對機(jī)器學(xué)習(xí)感興趣的從業(yè)人員。 【配套資源豐富，服務(wù)院校教學(xué)】為了更好地服務(wù)院校教師教學(xué)，助力我國人工智能領(lǐng)域?qū)崙?zhàn)型人才培養(yǎng)，編者特意在學(xué)銀在線等慕課平臺(tái)為本書配套建設(shè)慕課課程，同時(shí)提供多種教輔資源，如教學(xué)視頻、在線考試系統(tǒng)、素質(zhì)教育元素、課件 PPT、教案、教學(xué)大綱、習(xí)題答案、案例源代碼、書中涉及的各類軟件的下載地址和安裝方法等，選用本書的教師可以到人郵教育社區(qū)(www.ryjiaoyu.com)下載相關(guān)資源。此外，為了實(shí)時(shí)服務(wù)院校教師教學(xué)，更加便利地交流教學(xué)心得，分享教學(xué)方法，獲取教學(xué)素材，編者連同人民郵電出版社建立了與本書配套的教師服務(wù)與交流群，歡迎人工智能相關(guān)課程的教師入群交流。
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版 內(nèi)容簡介
機(jī)器學(xué)習(xí)作為人工智能的重要分支，已在不同行業(yè)得到了廣泛應(yīng)用。本書以錘煉讀者機(jī)器學(xué)習(xí)相關(guān)技術(shù)的實(shí)戰(zhàn)能力為導(dǎo)向，將案例與項(xiàng)目貫穿全文，全面系統(tǒng)地介紹了代表性機(jī)器學(xué)習(xí)算法及其應(yīng)用。本書共12?章，分為?4?篇，即入門篇、監(jiān)督學(xué)習(xí)篇、無監(jiān)督學(xué)習(xí)篇、進(jìn)階篇。入門篇概述機(jī)器學(xué)習(xí)，監(jiān)督學(xué)習(xí)篇主要介紹K近鄰、決策樹、線性模型、支持向量機(jī)和貝葉斯模型，無監(jiān)督學(xué)習(xí)篇主要介紹聚類、主成分分析和奇異值分解，進(jìn)階篇主要介紹集成學(xué)習(xí)、特征工程和深度學(xué)習(xí)。 本書可作為高校工科專業(yè)機(jī)器學(xué)習(xí)相關(guān)課程的教材，也可供相關(guān)領(lǐng)域的培訓(xùn)機(jī)構(gòu)教學(xué)使用，還可作為人工智能愛好者和相關(guān)方向技術(shù)人員的參考書。
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版 目錄
【章名目錄】
### 第 1篇 入門篇 ###
第 1章 機(jī)器學(xué)習(xí)概述
### 第 2篇 監(jiān)督學(xué)習(xí)篇 ###
第 2章 K近鄰
第3章 決策樹
第4章 線性模型
第5章 支持向量機(jī)
第6章 貝葉斯模型
### 第3篇 無監(jiān)督學(xué)習(xí)篇 ###
第7章 聚類
第8章 主成分分析
第9章 奇異值分解
### 第4篇 進(jìn)階篇 ###
第 10章 集成學(xué)習(xí)
第 11章 特征工程
第 12章 深度學(xué)習(xí)
【詳細(xì)目錄】
### 第 1篇 入門篇 ###
第 1章 機(jī)器學(xué)習(xí)概述
1.1 機(jī)器學(xué)習(xí)基礎(chǔ) 2
1.1.1 機(jī)器學(xué)習(xí)的定義 2
1.1.2 機(jī)器學(xué)習(xí)基本概念 3
1.1.3 機(jī)器學(xué)習(xí)分類 3
1.1.4 機(jī)器學(xué)習(xí)開發(fā)步驟：以股價(jià)預(yù)測為例 5
1.2 機(jī)器學(xué)習(xí)發(fā)展簡史 7
1.3 機(jī)器學(xué)習(xí)相近概念簡介 8
1.3.1 機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和人工智能 8
1.3.2 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘 8
1.3.3 機(jī)器學(xué)習(xí)與模式識別 8
1.3.4 機(jī)器學(xué)習(xí)與數(shù)學(xué)建模 9
1.4 機(jī)器學(xué)習(xí)典型應(yīng)用領(lǐng)域 9
1.4.1 醫(yī)療保健領(lǐng)域 9
1.4.2 金融領(lǐng)域 9
1.4.3 電子商務(wù)與新零售領(lǐng)域 10
1.4.4 自然語言處理與語音識別領(lǐng)域 10
1.4.5 物聯(lián)網(wǎng)領(lǐng)域 10
1.5 綜合案例：機(jī)器學(xué)習(xí)開發(fā)環(huán)境配置和使用 10
1.5.1 案例概述 10
1.5.2 Windows版Anaconda安裝和卸載 12
1.5.3 代表性的開發(fā)模式實(shí)踐 13
1.5.4 Linux版Anaconda安裝和使用 20
習(xí)題1 24
實(shí)訓(xùn)1 24
### 第 2篇 監(jiān)督學(xué)習(xí)篇 ###
第 2章 K近鄰
2.1 K近鄰概述 26
2.1.1 原理及圖解 26
2.1.2 距離度量 28
2.1.3 形式化描述 30
2.1.4 優(yōu)勢和不足 30
2.2 監(jiān)督學(xué)習(xí)模型評價(jià)指標(biāo) 31
2.2.1 分類模型評價(jià)指標(biāo) 31
2.2.2 回歸模型評價(jià)指標(biāo) 36
2.3 綜合案例：使用K近鄰分類器預(yù)測鳶尾花類型 38
2.3.1 案例概述 38
2.3.2 案例實(shí)現(xiàn)：Python版 41
2.3.3 案例實(shí)現(xiàn)：Sklearn版 42
2.4 綜合案例：使用K近鄰回歸器預(yù)測房價(jià) 43
2.4.1 案例概述 43
2.4.2 案
展開全部
機(jī)器學(xué)習(xí)基礎(chǔ)與案例實(shí)戰(zhàn):Python+Sklearn+TensorFlow:慕課版 作者簡介
張平：湖南工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院"雙師型"教師，博士，副教授，碩士生導(dǎo)師；主持教育部青年項(xiàng)目、湖南省教改項(xiàng)目等科研/教研項(xiàng)目多項(xiàng)，在CCF推薦的權(quán)威期刊上發(fā)表SCI論文若干篇；主編《Python程序設(shè)計(jì)基礎(chǔ)與案例實(shí)戰(zhàn)(慕課版)》《Linux操作系統(tǒng)案例教程(CentOS Stream 9/RHEL 9)(微課版)》《Ubuntu Linux操作系統(tǒng)案例教程》等多本暢銷教材，理論功底扎實(shí)，實(shí)踐經(jīng)驗(yàn)頗豐。
書友推薦
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
二體千字文
- >
朝聞道
- >
伯納黛特,你要去哪(2021新版)
- >
月亮與六便士
- >
小考拉的故事-套裝共3冊
- >
山海經(jīng)
- >
回憶愛瑪儂
本類暢銷
