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]图解机器学习算法 Python3.7深度学习神经网络人工智能ai算法导论书籍计算机电脑视觉网络编程开发入门教程
  • 全彩印刷,152张图表
    • 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:2021-06
    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

    商品分类

    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:2021-06
    • ISBN:9788944263872
    • 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。

     

     

    内容介绍

    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。
    目录


    第 1章
    机器学习基础 1
    1.1 机器学习概要 2
     什么是机器学习 2
     机器学习的种类 3
     机器学习的应用 8
    1.2 机器学习的步骤 9
     数据的重要性 9
     有监督学习(分类)的例子 11
     无监督学习(聚类)的例子 16
     可视化 18
     图形的种类和画法:使用Matplotlib显示图形的方法 22
     使用pandas理解和处理数据 30
     本章小结 36
    第 2章
    有监督学习 37
    2.1 算法1:线性回归 38
     概述 38
     算法说明 39
     详细说明 41
    2.2 算法2:正则化 45
     概述 45
     算法说明 48
     详细说明 50
    2.3 算法3:逻辑回归 52
     概述 52
     算法说明 53
     详细说明 55
    2.4 算法4:支持向量机 58
     概述 58
     算法说明 59
     详细说明 60
    2.5 算法5:支持向量机(核方法) 63
     概述 63
     算法说明 64
     详细说明 65
    2.6 算法6:朴素贝叶斯 68
     概述 68
     算法说明 70
     详细说明 74
    2.7 算法7:随机森林 76
     概述 76
     算法说明 77
     详细说明 80
    2.8 算法8:神经网络 81
     概述 81
     算法说明 83
     详细说明 86
    2.9 算法9:KNN 88
     概述 88
     算法说明 89
     详细说明 90
    第3章
    无监督学习 93
    3.1 算法10:PCA 94
     概述 94
     算法说明 95
     详细说明 98
    3.2 算法11:LSA 99
     概述 99
     算法说明 100
     详细说明 104
    3.3 算法12:NMF 105
     概述 105
     算法说明 106
     详细说明 108
    3.4 算法13:LDA 111
     概述 111
     算法说明 112
     详细说明 114
    3.5 算法14:k-means算法 117
     概述 117
     算法说明 117
     详细说明 119
    3.6 算法15:混合高斯分布 122
     概述 122
     算法说明 123
     详细说明 126
    3.7 算法16:LLE 127
     概述 127
     算法说明 128
     详细说明 131
    3.8 算法17:t-SNE 133
     概述 133
     算法说明 134
     详细说明 136
    第4章
    评估方法和各种数据的处理 139
    4.1 评估方法 140
     有监督学习的评估 140
     分类问题的评估方法 140
     回归问题的评估方法 148
     均方误差和决定系数指标的不同 152
     与其他算法进行比较 152
     超参数的设置 154
     模型的过拟合 155
     防止过拟合的方法 155
     将数据分为训练数据和验证数据 156
     交叉验证 158
     搜索超参数 160
    4.2 文本数据的转换处理 163
     基于单词出现次数的转换 163
     基于tf-idf的转换 164
     应用于机器学习模型 165
    4.3 图像数据的转换处理 167
     直接将像素信息作为数值使用 167
     将转换后的向量数据作为输入来应用机器学习模型 168
    第5章
    环境搭建 171
    5.1 Python 3的安装 172
     Windows 172
     macOS 172
     Linux 173
     使用Anaconda在Windows上安装 174
    5.2 虚拟环境 175
     通过官方安装程序安装Python的情况 175
     通过Anaconda安装Python的情况 177
    5.3 第三方包的安装 178
     什么是第三方包 178
     安装第三方包的方法 178

    参考文献 180

    作者介绍

    秋庭伸也(作者) 日本早稻田大学硕士毕业,目前在Recruit Communications公司担任技术负责人。 杉山阿圣(作者) 具有多年研发经验,目前在AI创业公司SENSY担任机器学习研究员。 寺田学(作者) CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF(Python软件基金会)贡献成员。 郑明智(译者) 智慧医疗工程师,翻译经验丰富,有《白话机器学习的数学》《用Python动手学机器学习》等多部译著。
    关联推荐

    全彩印刷,152张图表,轻松掌握17种常用算法!几乎不含数学公式,零基础也可读懂!
    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