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:
本店所有商品

  • [正版]python机器学习基础教程人工智能书籍机器学习实战python深度学习入门 python神经网络编程书 计算
  • Python机器学习基础教程
    • 作者: 伊恩·古德费洛著
    • 出版社: 人民邮电出版社
    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:
    友一个文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 伊恩·古德费洛著
    • 出版社:人民邮电出版社
    • ISBN:9787076679896
    • 版权提供:人民邮电出版社

            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。

     

     

     

     

    本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中zui常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的高ji方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。
    本书适合机器学习从业者或有志成为机器学习从业者的人阅读。

    前言 ix

    dy 章 引言 1

    1.1 为何选择机器学习 1

    1.1.1 机器学习能够解决的问题 2

    1.1.2 熟悉任务和数据 4

    1.2 为何选择Python 4

    1.3 scikit-learn 4

    1.4 要的库和工具 5

    1.4.1 Jupyter Notebook 6

    1.4.2 NumPy 6

    1.4.3 SciPy 6

    1.4.4 matplotlib 7

    1.4.5 pandas 8

    1.4.6 mglearn 9

    1.5 Python 2与Python 3的对比 9

    1.6 本书用到的版本 10

    1.7 第壹个应用:鸢尾花分类 11

    1.7.1 初识数据 12

    1.7.2 衡量模型是否成功:训练数据与测试数据 14

    1.7.3 要事第壹:观察数据 15

    1.7.4 构建第壹个模型:k近邻算法 16

    1.7.5 做出预测 17

    1.7.6 评估模型 18

    1.8 小结与展望 19

    第2章 监督学习 21

    2.1 分类与回归 21

    2.2 泛化、过拟合与欠拟合 22

    2.3 监督学习算法 24

    2.3.1 一些样本数据集 25

    2.3.2 k 近邻 28

    2.3.3 线性模型 35

    2.3.4 朴素贝叶斯分类器 53

    2.3.5 决策树 54

    2.3.6 决策树集成 64

    2.3.7 核支持向量机 71

    2.3.8 神经网络(深度学习) 80

    2.4 分类器的不确定度估计 91

    2.4.1 决策函数 91

    2.4.2 预测概率 94

    2.4.3 多分类问题的不确定度 96

    2.5 小结与展望 98

    第3章 无监督学习与预处理 100

    3.1 无监督学习的类型 100

    3.2 无监督学习的挑战 101

    3.3 预处理与缩放 101

    3.3.1 不同类型的预处理 102

    3.3.2 应用数据变换 102

    3.3.3 对训练数据和测试数据进行相同的缩放 104

    3.3.4 预处理对监督学习的作用 106

    3.4 降维、特征提取与流形学习 107

    3.4.1 主成分分析 107

    3.4.2 非负矩阵分解 120

    3.4.3 用t-SNE进行流形学习 126

    3.5 聚类 130

    3.5.1 k 均值聚类 130

    3.5.2 凝聚聚类 140

    3.5.3 DBSCAN 143

    3.5.4 聚类算法的对比与评估 147

    3.5.5 聚类方法小结 159

    3.6 小结与展望 159

    第4章 数据表示与特征工程 161

    4.1 分类变量 161

    4.1.1 One-Hot编码(虚拟变量) 162

    4.1.2 数字可以编码分类变量 166

    4.2 分箱、离散化、线性模型与树 168

    4.3 交互特征与多项式特征 171

    4.4 单变量非线性变换 178

    4.5 自动化特征选择 181

    4.5.1 单变量统计 181

    4.5.2 基于模型的特征选择 183

    4.5.3 迭代特征选择 184

    4.6 利用专家知识 185

    4.7 小结与展望 192

    第5章 模型评估与改进 193

    5.1 交叉验证 194

    5.1.1 scikit-learn中的交叉验证 194

    5.1.2 交叉验证的优点 195

    5.1.3 分层k 折交叉验证和其他策略 196

    5.2 网格搜索 200

    5.2.1 简单网格搜索 201

    5.2.2 参数过拟合的风险与验证集 202

    5.2.3 带交叉验证的网格搜索 203

    5.3 评估指标与评分 213

    5.3.1 牢记zui终目标 213

    5.3.2 二分类指标 214

    5.3.3 多分类指标 230

    5.3.4 回归指标 232

    5.3.5 在模型选择中使用评估指标 232

    5.4 小结与展望 234

    第6章 算法链与管道 236

    6.1 用预处理进行参数选择 237

    6.2 构建管道 238

    6.3 在网格搜索中使用管道 239

    6.4 通用的管道接口 242

    6.4.1 用make_pipeline方便地创建管道 243

    6.4.2 访问步骤属性 244

    6.4.3 访问网格搜索管道中的属性 244

    6.5 网格搜索预处理步骤与模型参数 246

    6.6 网格搜索选择使用哪个模型 248

    6.7 小结与展望 249

    第7章 处理文本数据 250

    7.1 用字符串表示的数据类型 250

    7.2 示例应用:电影评论的情感分析 252

    7.3 将文本数据表示为词袋 254

    7.3.1 将词袋应用于玩具数据集 255

    7.3.2 将词袋应用于电影评论 256

    7.4 停用词 259

    7.5 用tf-idf缩放数据 260

    7.6 研究模型系数 263

    7.7 多个单词的词袋(n元分词) 263

    7.8 高ji分词、词干提取与词形还原 267

    7.9 主题建模与文档聚类 270

    7.10 小结与展望 277

    第8章 全书总结 278

    8.1 处理机器学习问题 278

    8.2 从原型到生产 279

    8.3 测试生产系统 280

    8.4 构建你自己的估计器 280

    8.5 下一步怎么走 281

    8.5.1 理论 281

    8.5.2 其他机器学习框架和包 281

    8.5.3 排序、推荐系统与其他学习类型 282

    8.5.4 概率建模、推断与概率编程 282

    8.5.5 神经网络 283

    8.5.6 推广到更大的数据集 283

    8.5.7 磨练你的技术 284

    8.6 总结 284

    关于作者 285

    关于封面 285

    1
    • 商品详情
    • 内容简介

    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