返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • Python机器学习经典实例 第2版 (意)朱塞佩·查博罗//(美)普拉蒂克·乔希 著 王海玲//李昉 译 专业科技
  • 新华书店正版
    • 作者: [意]朱塞佩·查博罗(Giuseppe Ciaburro) [美]普拉蒂克?乔希(Prateek Joshi)著 | | 王海玲 李昉译
    • 出版社: 人民邮电出版社
    • 出版时间:2021-12-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: [意]朱塞佩·查博罗(Giuseppe Ciaburro) [美]普拉蒂克?乔希(Prateek Joshi)著| 王海玲 李昉译
    • 出版社:人民邮电出版社
    • 出版时间:2021-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-12-01
    • 页数:438
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115556929
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    Python机器学习经典实例 第2版

    作  者:(意)朱塞佩·查博罗//(美)普拉蒂克·乔希 著 王海玲//李昉 译
    定  价:139.8
    出 版 社:人民邮电出版社
    出版日期:2021年12月01日
    页  数:438
    装  帧:平装
    ISBN:9787115556929
    主编推荐

    本书采用新的方法来处理实际的机器学习和深度学习任务。 本书能够帮助你学会如何使用 Python 生态系统中新的库来构建强大的机器学习应用,指导你使用标准化的方法实现多种机器学习算法,如分类、聚类和推荐引擎等。本书还介绍了如何应用有监督学习和无监督学习技术来解决实际问题。 最后,本书结合实例讲解了更优选的技术,包括强化学习、深度神经网络和自动化机器学习等。 读完本书,你将掌握应用机器学习技术所需的各项技能,并能利用整个 Python 生态系统去解决现实问题。 提供本书源代码以及书中彩图文件下载。 本书主要包括以下内容: ■使用预测建模解决实际问题 ■探索数据可视化技术,以实现数据交互 ■学习构建推荐引擎 ■理解如何处理文本数据,并构建分析模型 ■处理语音数据,使用隐马尔可夫模型识别语音中的单词 ■掌握强化学习、自动化机器学习和迁移学习技术 ■处理图像数据,构建图像识别和面部识别系统 ■使用null

    内容简介

    本书介绍了如何使用scikit-learn、TensorFlow等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案,提供多个案例,详细地讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序;还介绍了分类、聚类和推荐引擎等多种机器学习算法,以及如何将监督学习和无监督学习技术应用于实际问题;最后,介绍了强化学习、深度神经网络和自动机器学习等应用示例。 本书适合数据科学家、机器学习开发人员、深度学习爱好者以及希望使用机器学习技术和算法解决实际问题的Python程序员阅读。

    作者简介

    朱塞佩·查博罗(Giuseppe Ciaburro)拥有环境技术物理学博士学位和两个学科的 硕士学位,他的重点研究方向是机器学习在城市声环境研究中的应用。他有超过 15 年的编程专业经验(Python、R、MATLAB),最初从事燃烧学领域的研究,后又致力于声学和噪音控制方向,并出版过几本著作,销量均不错。 普拉蒂克·乔希(Prateek Joshi)毕业于南加州大学,拥有人工智能硕士学位。他是一位人工智能专家,也是一位 TEDx演讲者,曾位列福布斯 30 岁以下的 30 位精英榜单,并在美国消费者新闻与商业频道(CNBC)、TechCrunch、硅谷商业期刊(Silicon Valley Business Journal)及更多的刊物上发表过文章。

    精彩内容

    目录
    第1章 监督学习
    1.1 技术要求
    1.2 简介
    1.3 用Python创建数组
    1.3.1 准备工作
    1.3.2 详细步骤
    1.3.3 工作原理
    1.3.4 更多内容
    1.4 用均值移除法进行数据预处理
    1.4.1 准备工作
    1.4.2 详细步骤
    1.4.3 工作原理
    1.4.4 更多内容
    1.5 数据缩放
    1.5.1 准备工作
    1.5.2 详细步骤
    1.5.3 工作原理
    1.5.4 更多内容
    1.6 归一化
    1.6.1 准备工作
    1.6.2 详细步骤
    1.6.3 工作原理
    1.6.4 更多内容
    1.7 二值化
    1.7.1 准备工作
    1.7.2 详细步骤
    1.7.3 工作原理
    1.7.4 更多内容
    1.8 one-hot编码
    1.8.1 准备工作
    1.8.2 详细步骤
    1.8.3 工作原理
    1.8.4 更多内容
    1.9 标签编码
    1.9.1 准备工作
    1.9.2 详细步骤
    1.9.3 工作原理
    1.9.4 更多内容
    1.10 构建线性回归器
    1.10.1 准备工作
    1.10.2 详细步骤
    1.10.3 工作原理
    1.10.4 更多内容
    ……
    第2章 构建分类器
    第3章 预测建模
    第4章 无监督学习——聚类
    第5章 可视化数据
    第6章 构建推荐引擎
    第7章 文本数据分析
    第8章 语音识别
    第9章 时序列化和时序数据分析
    第10章 图像内容分析
    第11章 生物特征人脸识别
    第12章 强化学习
    第13章 深度神经网络
    第14章 无监督表示学习
    第15章 自动机器学习与迁移学习
    第16章 生产中的应用

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购