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:

  • 机器学习常用算法速查手册 (美)马特·哈里森 著 杜春晓 译 专业科技 文轩网
  • 新华书店正版
    • 作者: 马特哈里森,杜春晓著
    • 出版社: 中国电力出版社
    • 出版时间:2020-12-01 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: 马特哈里森,杜春晓著
    • 出版社:中国电力出版社
    • 出版时间:2020-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 字数:380000
    • 页数:316
    • 开本:16开
    • 装帧:平装
    • ISBN:9787519849481
    • 国别/地区:中国
    • 版权提供:中国电力出版社

    机器学习常用算法速查手册

    作  者:(美)马特·哈里森 著 杜春晓 译
    定  价:88
    出 版 社:中国电力出版社
    出版日期:2020年11月01日
    页  数:316
    装  帧:平装
    ISBN:9787519849481
    主编推荐

    内容简介

    本书以详细的授课笔记、表格和示例,帮助你掌握Python机器学习基础知识,学习建模处理结构化数据。你参加相关培训,可将这份宝贵的学习指南作为补充材料,你开始下一个机器学习项目,可将其作为便捷的参考资源。本书适合程序员、数据科学家和AI工程师,它不仅综述机器学习的全过程,还带你了解结构化数据处理的全过程。从本书中,你将学到分类、回归、降维和聚类等多个主题的相关方法。本书涵盖以下主题:用泰坦尼克号数据集讲解分类。清洗数据和处理缺失数据。探索数据分析。数据预处理的常用方法。选择对模型有用的特征。模型选择。度量标准和分类评估。多种回归分析技术。评估回归结果的度量标准。聚类算法。降维技术。scikit-learn流水线。

    作者简介

    精彩内容

    目录
    前言
    第1章 机器学习入门
    本书使用的库
    用pip安装库
    用conda安装库
    第2章 机器学习流程概览
    第3章 数据分类工作流:泰坦尼克号数据集
    项目布局建议
    导入
    提出问题
    数据术语
    获取数据
    清洗数据
    创建特征
    数据采样
    数据插值
    规范数据
    重构
    基准模型
    不同算法族
    模型堆叠
    建模
    评估模型
    优化模型
    混淆矩阵
    ROC曲线
    学习曲线
    部署模型
    第4章 数据缺失
    检查数据缺失情况
    删除缺数据的行或列
    插值
    添加标识列
    第5章 清洗数据
    处理列名
    替换缺失值
    第6章 探索数据
    数据大小
    汇总统计
    直方图
    散点图
    Joint Plot图
    Pair Grid图
    箱形图和小提琴图
    比较两个序数型特征
    相关性
    RadViz图
    平行坐标图
    第7章 预处理数据
    标准化
    调整取值范围
    虚拟变量
    标签编码
    频数编码
    从字符串抽取类别型数据
    类别型数据的其他编码方法
    日期特征的处理方法
    添加col_na特征
    特征工程
    第8章 特征选择
    共线列
    套索回归
    递归特征消除
    互信息
    主成分分析
    特征重要性
    第9章 类别不平衡
    采用不同度量标准
    树模型和集成方法
    惩罚模型
    对小众类别上采样
    生成小众数据
    对大众类别下采样
    先上采样,再下采样
    第10章 分类
    对数概率回归
    朴素贝叶斯
    支持向量机
    k近邻
    决策树
    随机森林
    XGBoost
    LightGBM
    TPOT
    第11章 模型选择
    验证曲线
    学习曲线
    第12章 度量标准和分类评估
    混淆矩阵
    度量标准
    准确率
    召回率
    精准率
    f1值
    分类报告
    ROC曲线
    精准率-召回率曲线
    累积增益图
    lift曲线
    类别平衡
    类别预测错误
    判别阈值
    第13章 解释模型
    回归系数
    特征重要性
    LIME包
    解释树模型
    部分依赖图
    替代模型
    Shapley值
    第14章 回归
    基准模型
    线性回归
    支持向量机
    k近邻
    决策树
    随机森林
    XGBoost回归
    LightGBM回归
    第15章 度量标准和回归模型的评估
    度量标准
    残差图
    异方差性
    残差正态性
    预测误差图
    第16章 解释回归模型
    Shapley值
    第17章 降维技术
    PCA方法
    UMAP方法
    t-SNE方法
    PHATE方法
    第18章 聚类
    k-means算法
    层次聚类
    理解簇
    第19章 流水线
    分类流水线
    回归流水线
    PCA流水线
    作者介绍
    封面介绍

    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