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:

  • 正版新书]利用Python实现概率、统计及机器学习方法(原书第2版)(
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: (美)何塞·安平科著 | (美)何塞·安平科编 | (美)何塞·安平科译 | (美)何塞·安平科绘
    • 出版社: 机械工业出版社
    • 出版时间:2023-01-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)何塞·安平科著| (美)何塞·安平科编| (美)何塞·安平科译| (美)何塞·安平科绘
    • 出版社:机械工业出版社
    • 出版时间:2023-01-01
    • 版次:1
    • 印次:1
    • 页数:316
    • 开本:16开
    • ISBN:9787111717737
    • 版权提供:机械工业出版社
  • 作者: (美)何塞·安平科
  • 著: (美)何塞·安平科
  • 装帧: 平装
  • 印次: 1
  • 定价: 119
  • ISBN: 9787111717737
  • 出版社: 机械工业出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2023-01-01
  • 页数: 316
  • 外部编号: 庄村26678
  • 版次: 1
  • 成品尺寸: 暂无
  • 译者序

    前言

    第1版前言

    符号说明

    第1章科学Python入门1

    1.1安装和设置2

    1.2Numpy4

    1.2.1Numpy数组和内存5

    1.2.2Numpy矩阵8

    1.2.3Numpy广播操作9

    1.2.4Numpy掩码数组11

    1.2.5浮点数11

    1.2.6Numpy优化简介14

    1.3Matplotlib15

    1.3.1Matplotlib的替代方法16

    1.3.2Matplotlib的扩展17

    1.4IPython17

    1.5Jupyter Notebook18

    1.6Scipy20

    1.7Pandas21

    1.7.1Series21

    1.7.2DataFrame23

    1.8Sympy25

    1.9编译库接口27

    1.10集成开发环境28

    1.11性能和并行编程快速指南28

    1.12其他资源31

    参考文献32

    第2章概率33

    2.1引言33

    2.1.1概率密度34

    2.1.2随机变量35

    2.1.3连续随机变量39

    2.1.4微积分以外的变量变换41

    2.1.5独立随机变量42

    2.1.6经典Broken Rod示例44

    2.2投影法45

    2.2.1加权距离47

    2.3条件期望作为投影47

    2.3.1附录51

    2.4条件期望与均方误差52

    2.5条件期望和均方误差优化示例55

    2.5.1示例155

    2.5.2示例258

    2.5.3示例360

    2.5.4示例463

    2.5.5示例564

    2.5.6示例666

    2.6有用的分布67

    2.6.1正态分布67

    2.6.2多项分布67

    2.6.3卡方分布69

    2.6.4泊松分布和指数分布71

    2.6.5伽马分布72

    2.6.6贝塔分布73

    2.6.7狄利克雷多项分布74

    2.7信息熵76

    2.7.1信息论的概念76

    2.7.2信息熵的性质78

    2.7.3Kullback-Leibler散度79

    2.7.4交叉熵作为大似然80

    2.8矩母函数80

    2.9蒙特卡罗采样方法83

    2.9.1离散变量逆CDF法83

    2.9.2连续变量逆CDF法85

    2.9.3舍选法86

    2.10采样重要性重采样90

    2.11实用的不等式92

    2.11.1马尔可夫不等式92

    2.11.2切比雪夫不等式93

    2.11.3霍夫丁不等式94

    参考文献96

    第3章统计97

    3.1引言97

    3.2用于统计的Python模块98

    3.2.1Scipy统计模块98

    3.2.2Sympy统计模块99

    3.2.3其他用于统计的Python模块99

    3.3收敛类型100

    3.3.1几乎必然收敛100

    3.3.2依概率收敛102

    3.3.3依分布收敛104

    3.3.4极限定理104

    3.4大似然估计105

    3.4.1设置抛硬币试验107

    3.4.2Delta方法115

    3.5假设检验和p值117

    3.5.1回到抛硬币的例子118

    3.5.2ROC曲线120

    3.5.3p值122

    3.5.4检验统计量123

    3.5.5多重假设检验129

    3.5.6Fisher准确检验129

    3.6置信区间131

    3.7线性回归134

    3.7.1扩展至多个协变量141

    3.8大后验概率145

    3.9鲁棒统计150

    3.10自助法155

    3.10.1参数化自助法159

    3.11高斯马尔可夫模型160

    3.12非参数方法162

    3.12.1核密度估计162

    3.12.2核平滑164

    3.12.3非参数回归估计169

    3.12.4近邻回归169

    3.12.5核回归173

    3.12.6维数灾难174

    3.12.7非参数检验176

    3.13生存分析181

    参考文献187

    第4章机器学习188

    4.1引言188

    4.2Python机器学习模块188

    4.3学习理论192

    4.3.1机器学习理论概述194

    4.3.2泛化理论198

    4.3.3泛化/近似复杂度示例199

    4.3.4交叉验证204

    4.3.5偏差和方差208

    4.3.6学习噪声211

    4.4决策树213

    4.4.1随机森林219

    4.4.2提升树220

    4.5逻辑回归223

    4.6广义线性模型231

    4.7正则化236

    4.7.1岭回归239

    4.7.2套索回归243

    4.8支持向量机244

    4.9降维248

    4.9.1独立成分分析252

    4.10聚类256

    4.11集成方法259

    4.11.1装袋法259

    4.11.2提升法261

    4.12深度学习262

    4.12.1TensorFlow概述270

    4.12.2梯度下降275

    4.12.3基于卷积神经网络的图像处理286

    参考文献301






    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