- 商品参数
-
- 作者:
秋庭伸也,杉山阿圣,寺田学著
- 出版社:人民邮电出版社
- 出版时间:2021-05
- ISBN:9783702124058
- 版权提供:人民邮电出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货),
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!
1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!
2.店铺无纸质均开具电子,请联系客服开具电子版
图解机器学习算法
(日)秋庭伸也,(日)杉山阿圣,(日)寺田学 著 郑明智 译
定 价:79.8
出 版 社:人民邮电出版社
页 数:192
出版日期:2021年06月01日
装 帧:平装
ISBN:9787115563569
●第1章 机器学习基础
1.1 机器学习概要
什么是机器学习
机器学习的种类
机器学习的应用
1.2 机器学习的步骤
数据的重要性
有监督学习(分类)的例子
无监督学习(聚类)的例子
可视化
图形的种类和画法:使用Matplotlib显示图形的方法
使用pandas理解和处理数据
本章小结
第2章 有监督学习
2.1 算法1:线性回归
概述
算法说明
详细说明
2.2 算法2:正则化
概述
算法说明
详细说明
2.3 算法3:逻辑回归
概述
算法说明
详细说明
2.4 算法4:支持向量机
概述
算法说明
详细说明
2.5 算法5:支持向量机(核方法)
概述
算法说明
详细说明
2.6 算法6:朴素贝叶斯
概述
算法说明
详细说明
2.7 算法7:随机森林
概述
算法说明
详细说明
2.8 算法8:神经网络
概述
算法说明
详细说明
2.9 算法9:KNN
概述
算法说明
详细说明
第3章 无监督学习
3.1 算法10:PCA
概述
算法说明
详细说明
3.2 算法11:LSA
概述
算法说明
详细说明
3.3 算法12:NMF
概述
算法说明
详细说明
3.4 算法13:LDA
概述
算法说明
详细说明
3.5 算法14:k-means算法
概述
算法说明
详细说明
3.6 算法15:混合高斯分布
概述
算法说明
详细说明
3.7 算法16:LLE
概述
算法说明
详细说明
3.8 算法17:t-SNE
概述
算法说明
详细说明
第4章 评估方法和各种数据的处理
4.1 评估方法
有监督学习的评估
分类问题的评估方法
回归问题的评估方法
均方误差和决定系数指标的不同
与其他算法进行比较
超参数的设置
模型的过拟合
防止过拟合的方法
将数据分为训练数据和验证数据
交叉验证
搜索超参数
4.2 文本数据的转换处理
基于单词出现次数的转换
基于tf-idf的转换
应用于机器学习模型
4.3 图像数据的转换处理
直接将像素信息作为数值使用
将转换后的向量数据作为输入来应用机器学习模型
第5章 环境搭建
5.1 Python 3的安装
Windows
macOS
Linu
使用Anaconda在Windows上安装
5.2 虚拟环境
通过官方安装程序安装Python的情况
通过Anaconda安装Python的情况
5.3 三方包的安装
什么是三方包
安装三方包的方法
参考文献
本书基于丰富的图示,详细介绍了有监督学习和无监督学习的17种算法,包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现,读者可一边运行代码一边阅读,从而加深对算法的理解。
1