万本电子书0元读

万本电子书0元读

顶部广告

跟我一起学机器学习电子书

笔者根据多年的学习和工作经验,总结出一条有效的学习路线:先抓主干,后抓枝节。学习一个算法就好比遍历一棵大树上的所有枝节,算法越是复杂其对应的枝叶也就越多。一个算法的学习,笔者将它归结成了5个层次:理解主要思想、掌握算法原理、熟练源模型、完成数学推导和行源码实现,帮助读者分阶段地学习,轻松迈机器学习的大门。

售       价:¥

纸质售价:¥69.00购买纸书

22人正在读 | 0人评论 6.4

作       者:王成,黄晓辉

出  版  社:清华大学出版社

出版时间:2022-07-01

字       数:13.9万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书系统地阐述机器学习中常见的几类模型,包括模型的思想、原理及实现细节等。同时,本书还结合了当前热门的机器学习框架Sklearn,对书中所涉及的模型行用法上详细讲解。 全书共10章,第1章介绍机器学习发环境的配置;第2章讲解线性回归模型的基本原理、回归模型中常见的几种评价指标,以及用于有监督模型训练的梯度下降算法;第3章介绍逻辑回归模型的基本原理和分类模型中常见的几种评价指标;第4章介绍模型的改善与泛化,包括特征标准化、如何避免过拟合及如何行模型选择等;第5章讲解K近邻分类算法的基本原理及kd树的构造与搜索;第6章介绍朴素贝叶斯算法的基本原理;第7章介绍几种常见的文本特征提取方法,包括词袋模型和TF-IDF等;第8章讲解决策树的基本原理,包括几种经典的决策树生成算法和集成模型;第9章介绍支持向量机的基本原理与求解过程;第10章介绍几种经典的聚类算法及相应的评价指标计算方法。 本书包含大量的代码示例及实际案例介绍,不仅可以作为计算机相关专业学生门机器学习的读物,同时也适用于非计算机专业及培训机构的参考学习书籍。<br/>【推荐语】<br/>笔者根据多年的学习和工作经验,总结出一条有效的学习路线:先抓主干,后抓枝节。学习一个算法就好比遍历一棵大树上的所有枝节,算法越是复杂其对应的枝叶也就越多。一个算法的学习,笔者将它归结成了5个层次:理解主要思想、掌握算法原理、熟练源模型、完成数学推导和行源码实现,帮助读者分阶段地学习,轻松迈机器学习的大门。<br/>【作者】<br/>王成,华东交通大学计算机应用技术硕士毕业,机器学习领域CSDN与知乎专栏常驻作者。 黄晓辉,哈尔滨工业大学计算机科学与技术博士毕业,华东交通大学信息工程学院副教授,南洋理工大学计算机科学与工程学院访问学者。长期从事深度学习、机器学习相关领域的研究工作,主持过多项和省级课题,并获得过多项研究专利。<br/>
目录展开

作者简介

内容简介

前言PREFACE

第1章 环境配置

第2章 线性回归

第3章 逻辑回归

第4章 模型的改善与泛化

第5章 K近邻

第6章 朴素贝叶斯

第7章 文本特征提取与模型复用

第8章 决策树与集成学习

第9章 支持向量机

第10章 聚类

累计评论(0条) 0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