万本电子书0元读

万本电子书0元读

顶部广告

机器学习系统设计:Python语言实现电子书 租阅

售       价:¥

纸质售价:¥46.60购买纸书

395人正在读 | 1人评论 6.2

作       者:[美]戴维·朱利安(David Julian)

出  版  社:机械工业出版社

出版时间:2017-05-01

字       数:9.5万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
机器学习模型不能给出准确结果的原因有很多。从设计的角度来审视这些系统,我们能够深理解其底层算法和可用的优化方法。本书为我们提供了机器学习设计过程的坚实基础,能够使我们为特定问题建立起定制的机器学习模型。我们可能已经了解或使用过一些为解决常见问题的商用机器学习模型,例如垃圾邮件检测或电影分级,但是要着手于解决更为复杂的问题,则其重是让这些模型适用于我们自己特定的需求。 机器学习模型不能给出准确结果的原因有很多。从设计的角度来审视这些系统,我们能够深理解其底层算法和可用的优化方法。本书为我们提供了机器学习设计过程的坚实基础,能够使我们为特定问题建立起定制的机器学习模型。我们可能已经了解或使用过一些为解决常见问题的商用机器学习模型,例如垃圾邮件检测或电影分级,但是要着手于解决更为复杂的问题,则其重是让这些模型适用于我们自己特定的需求。
目录展开

译者序

前言

第1章 机器学习的思维

1.1 人机界面

1.2 设计原理

1.3 总结

第2章 工具和技术

2.1 Python与机器学习

2.2 IPython控制台

2.3 安装SciPy栈

2.4 NumPy

2.5 Matplotlib

2.6 Pandas

2.7 SciPy

2.8 Scikit-learn

2.9 总结

第3章 将数据变为信息

3.1 什么是数据

3.2 大数据

3.3 信号

3.4 数据清洗

3.5 数据可视化

3.6 总结

第4章 模型——从信息中学习

4.1 逻辑模型

4.2 树状模型

4.3 规则模型

4.4 总结

第5章 线性模型

5.1 最小二乘法

5.2 logistic回归

5.3 多分类

5.4 正则化

5.5 总结

第6章 神经网络

6.1 神经网络入门

6.2 logistic单元

6.3 代价函数

6.4 神经网络的实现

6.5 梯度检验

6.6 其他神经网络架构

6.7 总结

第7章 特征——算法眼中的世界

7.1 特征的类型

7.2 运算和统计

7.3 结构化特征

7.4 特征变换

7.5 主成分分析

7.6 总结

第8章 集成学习

8.1 集成学习的类型

8.2 Bagging方法

8.3 Boosting方法

8.4 集成学习的策略

8.5 总结

第9章 设计策略和案例研究

9.1 评价模型的表现

9.2 模型的选择

9.3 学习曲线

9.4 现实世界中的案例研究

9.5 机器学习一瞥

9.6 总结

累计评论(1条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部