Python機器學習及實踐

定　價：￥79.00

作　者：	梁佩瑩
出版社：	清華大學出版社
叢編項：	人工智能科學與技術(shù)叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302539735	出版時間：	2020-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	318	字數(shù)：

內(nèi)容簡介

　　Python是目前比較熱門的編程語言，以簡單易學、應用廣泛、類庫強大而著稱，是實現(xiàn)機器學習算法的愛選語言?！禤ython機器學習及實踐/人工智能科學與技術(shù)叢書》以Python3.6.5為編寫平臺，以幫助讀者快速上手、理論與實踐相結(jié)合為出發(fā)點，介紹Python機器學習的相關(guān)內(nèi)容?！禤ython機器學習及實踐/人工智能科學與技術(shù)叢書》共10章，分別介紹了機器學習的基礎(chǔ)知識、近鄰法、數(shù)據(jù)降維、分類算法、回歸算法、聚類算法、神經(jīng)網(wǎng)絡(luò)、推薦算法、頻繁項集、數(shù)據(jù)預處理。通過《Python機器學習及實踐/人工智能科學與技術(shù)叢書》的學習，讀者可了解Python編程及在機器學習中的應用?！禤ython機器學習及實踐/人工智能科學與技術(shù)叢書》可作為對Python和機器學習感興趣的初學者的參考書，也可作為從事Python開發(fā)的廣大科研人員、學者、工程技術(shù)人員的參考書，還可作為高等院校人工智能、計算機等相關(guān)專業(yè)的教材?！禤ython機器學習及實踐/人工智能科學與技術(shù)叢書》突出的特點：內(nèi)容由淺入深，既有原理介紹，又有實戰(zhàn)操作，使讀者在實踐中掌握相關(guān)知識，并為解決問題提供詳細的方法。具有超強的實用性，實例豐富，書中給出了80多個實例讓讀者理解概念、原理和算法。以理論與實踐相結(jié)合為出發(fā)點，介紹Python機器學習的相關(guān)內(nèi)容，即使沒有機器學習基礎(chǔ)的讀者也可以快速上手。

作者簡介

暫缺《Python機器學習及實踐》作者簡介

圖書目錄

第1章機器學習的基礎(chǔ)知識
1．1 何謂機器學習
1．1．1 傳感器和海量數(shù)據(jù)
1．1．2 機器學習的重要性
1．1．3 機器學習的表現(xiàn)
1．1．4 機器學習的主要任務
1．1．5 選擇合適的算法
1．1．6 機器學習程序的步驟
1．2 綜合分類
1．3 推薦系統(tǒng)和深度學習
1．3．1 推薦系統(tǒng)
1．3．2 深度學習
1．4 何為Python
1．4．1 使用Python軟件的由來
1．4．2 為什么使用Python
1．4．3 Python設(shè)計定位
1．4．4 Python的優(yōu)缺點
1．4．5 Python的應用
1．5 Python編程第一步
1．6 NumPy函數(shù)庫基礎(chǔ)
1．7 Python迭代器與生成器
1．7．1 迭代器
1．7．2 生成器
1．8 多線程
1．8．1 學習Python線程
1．8．2 線程模塊
1．8．3 線程同步
1．8．4 線程優(yōu)先級隊列（Queue）
1．9 小結(jié)
1．10 習題
第2章 Python近鄰法
2．1 k近鄰法的三要素
2．1．1 k選擇
2．1．2 距離度量
2．1．3 分類決策規(guī)則
2．2 k近鄰法
2．3 kd樹
2．3．1 什么是kd樹
2．3．2 如何構(gòu)建kd樹
2．3．3 如何在kd樹中搜索
2．4 Python實現(xiàn)kd樹、k近鄰法
2．5 小結(jié)
2．6 習題
第3章 Python數(shù)據(jù)降維
3．1 維度災難與降維
3．2 主成分分析
3．2．1 PCA原理
3．2．2 PCA算法
3．2．3 PCA降維的兩個準則
3．3 SVD降維
3．4 核主成分分析降維
3．5 流形學習降維
3．6 多維縮放降維
3．6．1 原理
3．6．2 MDS算法
3．7 等度量映射降維
3．8 局部線性嵌入
3．8．1 原理
3．8．2 LLE算法
3．9 非負矩陣分解
3．10 小結(jié)
3．11 習題
……
第4章 Python分類算法
第5章 Python回歸算法
第6章 Python聚類算法
第7章 Python神經(jīng)網(wǎng)絡(luò)
第8章 Python推薦算法
第9章 Python頻繁項集
第10章 Python數(shù)據(jù)預處理
參考文獻