由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]Python机器学习基础本书编写组9787302611288
¥ ×1
第1章 Python语言基础
1.1 Python程序人门
1.1.1 一些简单的Python程序
1.1.2 序列数据结构
1.1.3 序列处理函数
1.1.4 函数和类
1.2 Python集成开发环境
1.2.1 Anaconda的使用
1.2.2 Spyder集成开发环境
1.3 NumPy库
1.3.1 Numpy数组
1.3.2 Numpy数组的形状操作
1.3.3 提取数组的行或列
1.3.4 Numpy矩阵
1.4 数据可视化——Matplotlib库
1.4.1 绘制曲线图
1.4.2 绘制散点图等其他图形
1.5 SciPy库
习题
第2章 机器学习概述
2.1 机器学习的概念和步骤
2.1.1 机器学习的一般过程
2.1.2 机器学习的定义
2.1.3 机器学习的过程举例
2.1.4 评估机器学习模型的效果
2.2 机器学习的预处理环节
2.2.1 数据获取
2.2.2 数据预处理
2.2.3 数据标准化
2.2.4 数据降维
2.3 机器学习的类型
2.3.1 按完成的任务分类
2.3.2 按学习的过程分类
2.4 机器学习的发展历史和应用领域
2.4.1 机器学习的发展历史
2.4.2 机器学习的应用领城
2.5 Scikit-learn机器学习库
2.5.1 样本及样本的划分
2.5.2 导入或创建数据集
2.5.3 数据预处理
2.5.4 数据的降维
2.5.5 调用机器学习模型
习题
第3章 关联规则与推荐算法
3.1 关联规则挖掘
3.1.1 基本概念
3.1.2 Apriori算法
3.1.3 Apriori算法的程序实现
3.1.4 FP-Growth算法
3.2 推荐系统及算法
3.2.1 协同过滤推荐算法
3.2.2 协同过滤推荐算法应用实例
3.3 电影节目推荐实例
习题
第4章 聚类
4.1 聚类的原理与实现
4.1.1 聚类的概念和类型
4.1.2 如何度量距离
4.1.3 聚类的基本步骤
4.2 层次聚类算法
4.2.1 算法原理和实例
4.2.2 算法的Sklearn实现
4.3 k-means聚类算法
4.3.1 算法原理和实例
4.3.2 算法中值的确定
4.3.3 算法的Sklearn实现
4.4 k-medoids聚类算法
4.4.1 算法原理和实例
4.4.2 算法的Sklearn实现
4.5 DBSCAN聚类算法
4.5.1 算法原理和实例
4.5.2 算法的Sklearn实现
4.6 OPTICS聚类算法
4.6.1 算法的原理
4.6.2 算法的Sklearn实现
4.7 GMM聚类算法
4.7.1 算法的原理
4.7.2 算法的Sklearn实现
4.8 利用聚类实现车牌识别
习题
第5章 分类
5.1 分类的原理和步骤概述
5.1.1 分类与聚类的区别
5.1.2 分类的步骤
5.1.3 分类模型预测结果的评估
5.1.4 Sklearn库的常用分类算法
5.2 k-近邻分类算法
5.2.1 k-近邻算法原理和实例
5.2.2 Sklearn中分类算法的编程步骤
5.2.3 k-近邻分类的Sklearn实现
5.2.4 绘制分类边界图
5.2.5 确定很优的k值
5.3 朴素贝叶斯分类算法
5.3.1 算法原理与实例
5.3.2 算法的常见问题
5.3.3 算法的Sklearn实现
5.4 决策树分类算法
5.4.1 信息论基础
5.4.2 ID3算法
5.4.3 C4.5算法
5.4.4 CART算法
5.4.5 算法的Sklearn程序实现
5.5 随机森林分类算法
5.5.1 集成学习理论
5.5.2 随机森林分类的理论与实例
……
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格