掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
機器學習院里與應用 版權信息
- ISBN：9787115652065
- 條形碼：9787115652065 ; 978-7-115-65206-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習院里與應用 本書特色
（1）作者來自師范類應用型本科院校，了解應用型本科院校的需求。
（2）難度適中，閱讀門檻低，普適性高：對機器學習所需Python編程與數學知識進行全面系統地介紹，確保讀者無須單獨再學習其他數學教材也能順利進行學習，適合初學者。
（3）內容全面，系統性強，內容基本覆蓋了機器學習的主要內容，深入淺出，且理論與實踐相結合。
（4）內容新：相關發展的內容涵蓋與反映了學術界與工業界的新成果，確保本書內容能夠緊跟當前的學術和技術趨勢。
（5）立體化資源配套，包括PPT、素材、源代碼、實驗指導、虛擬仿真平臺等。
機器學習院里與應用 內容簡介
本書是機器學習的入門教材，講述機器學習的主流算法原理及其應用。全書著重對線性回歸、Logistic回歸、樸素貝葉斯、K近鄰、決策樹、支持向量機、K均值聚類、混合高斯模型、人工神經網絡、深度學習、集成學習等經典機器學習算法的原理進行深入、系統地闡述，同時結合在線教學分析、鳶尾花識別、睡眠障礙預測等生活實例介紹其具體應用方法。 本書使用 Python 作為編程語言，強調簡單、快速地建立模型，解決實際問題。本書的算法原理推導深入淺出、簡潔明了，同時配有詳細的應用講解，可讓初學者真正理解算法，學會使用算法。
機器學習院里與應用 目錄
第 1章 概述 1
1.1 定義 1
1.2 發展歷程與趨勢 2
1.2.1 發展歷程 2
1.2.2 發展趨勢 2
1.3 基本原理與術語 3
1.3.1 基本原理 3
1.3.2 關鍵術語 4
1.4 數學本質 6
1.4.1 模型定義 7
1.4.2 模型求解 7
1.5 PYTHON語言基礎 8
1.5.1 概述 8
1.5.2 基本語法 8
1.5.3 數據類型 10
1.5.4 運算符與表達式 14
1.5.5 程序控制結構 17
1.5.6 函數 19
1.5.7 面向對象 22
1.5.8 文件 25
1.6 常用庫 26
1.6.1 科學計算庫（Numpy） 27
1.6.2 機器學習庫（Scikit-learn） 31
1.6.3 繪圖庫（Matplotlib） 32
1.6.4 圖像處理庫（PIL與Torchvision） 38
第 2章 特征工程 44
2.1 基本原理 44
2.2 特征預處理 45
2.2.1 異常值檢測 45
2.2.2 數據采樣 46
2.2.3 規范化 46
2.2.4 離散化 48
2.2.5 特征編碼 48
2.3 特征選擇 50
2.3.1 特征過濾（Filter） 50
2.3.2 特征包裝（Wrapper） 54
2.3.3 特征嵌入（Embedded） 55
2.4 特征提取 57
2.4.1 主成分分析 57
2.4.2 線性判別分析 62
第3章 線性回歸 71
3.1 基本原理 71
3.1.1 基本概念 71
3.1.2 數學模型與求解 72
3.2 應用實例 74
3.2.1 體重預測 74
3.2.2 糖尿病預測 76
3.2.3 房價預測 78
第4章 LOGISTIC回歸 82
4.1基本原理 82
4.1.1 基本概念 82
4.1.2 數學模型與求解 82
4.2 應用實例 84
4.2.1 分類可視化 84
4.2.2 鳶尾花識別 86
4.2.3 乳腺癌預測 89
第5章 樸素貝葉斯 93
5.1 基本原理 93
5.1.1 基本概念 93
5.1.2 主要類型 95
5.2 應用實例 95
5.2.1 高斯樸素貝葉斯 97
5.2.2 多項式樸素貝葉斯 99
5.2.3 伯努利樸素貝葉斯 102
5.2.4 補集樸素貝葉斯 103
第6章 K近鄰 107
6.1 基本原理 107
6.1.1 基本概念 107
6.1.2 KD樹 107
6.1.3 常見問題 108
6.2 應用實例 111
6.2.1 參數分析 111
6.2.2 約會預測 113
6.2.3 KD樹應用 116
第7章 決策樹 120
7.1 基本原理 120
7.1.1 ID3算法 120
7.1.2 C4.5算法 123
7.1.3 CART算法 123
7.2 應用實例 123
7.2.1 紅酒分類 124
7.2.2 薪水預測 127
第8章 支持向量機 132
8.1 基本原理 132
8.1.1 數學模型 132
8.1.2 核函數 133
8.2 應用實例 135
8.2.1 參數分析 135
8.2.3 在線教學分析 137
8.2.3 幸福指數預測 141
第9章 K均值聚類 145
9.1 基本原理 145
9.1.1 基本概念 145
9.1.2 評價標準 146
9.1.3 擴展類型 146
9.2 應用實例 147
9.2.1 參數分析 148
9.2.2 文本聚類 149
9.2.3 睡眠障礙預測 152
9.2.4 圖像顏色聚類 155
第 10章 高斯混合模型 158
10.1 基本原理 158
10.1.1 基本概念 158
10.1.2 數學模型 159
10.2 應用實例 161
10.2.1 數據聚類 161
10.2.2 圖像生成 164
第 11章 人工神經網絡 167
11.1 基本原理 167
11.1.1 基本概念 167
11.1.2 數學模型 168
11.2 應用實例 169
11.2.1 學生表現預測 170
11.2.2 心臟病預測 173
11.2.3 曲線擬合 177
第 12章 深度學習 179
12.1 基本原理 179
12.1.1 基本概念 179
12.1.2 PyTorch框架 180
12.2 應用實例 188
12.2.1 回歸分析 188
12.2.2 Logistic回歸 193
12.2.3 自動編碼解碼器 199
12.2.4 卷積神經網絡 202
12.2.5 生成式對抗網絡 206
12.2.6 殘差神經網絡 210
12.2.7 孿生神經網絡 213
第 13章 集成學習 220
13.1 基本原理 220
13.1.1 基本概念 220
13.1.2 基礎方法 221
13.1.3 集成框架 222
13.2 應用實例 226
13.2.1 基礎方法 227
13.2.2 AdaBoost 231
13.2.3 梯度提升樹 235
13.2.4 XGBoost 240
13.2.5 隨機森林 244
13.2.6 Stacking分類與回歸 249
參考文獻 254
展開全部
機器學習院里與應用 作者簡介
王偉，博士（中科院），副教授、校聘教授，周口市大數據相關項目咨詢評審專家，主要從事計算機視覺、模式識別、機器學習等研究與教學工作。2015年入職周口師范學院，在ISPRS（國際頂級期刊）、Neurocomputing、The Visual Computer、中國科學、自動化學報、電子學報等國內外知名期刊或中文一級期刊發表學術論文10余篇、申報與獲批發明專利4項、獲批軟件著作權8項、主持省部級及產學研項目14項（累積到帳經費187萬）、榮獲河南省教育廳優秀科技論文獎一等獎2項、二等獎1項；指導學生獲批國家級大學生創新創業項目2項、河南省大學生創新創業項目3項、校級大學生科研創新項目3項、校級實驗室開放課題1項，榮獲第六屆河南省物聯網設計大賽特等獎1項、“挑戰杯”河南省大學生課外學術科技作品競賽二等獎1項、發表中文核心論文1篇；曾獲周口師范學院優秀教師、優秀共產黨員、優秀畢業論文指導教師、優秀實習指導教師等榮譽。
書友推薦
- >
詩經-先民的歌唱
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
- >
小考拉的故事-套裝共3冊
- >
山海經
- >
上帝之肋:男人的真實旅程
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
