为你推荐
作者简介
名家好评
前言
1 机器学习入门
1.1 什么是机器学习
1.2 什么问题适合用机器学习方法解决
1.3 机器学习的过程
1.4 机器学习的类型
1.5 产品经理的经验之谈
2 数据的准备工作
2.1 数据预处理
2.2 特征工程
2.3 产品经理的经验之谈
3 了解你手上的数据
3.1 你真的了解数据吗
3.2 让数据更直观的方法
3.3 常用的评价模型效果指标
3.4 产品经理的经验之谈
4 趋势预测专家：回归分析
4.1 什么是回归分析
4.2 线性回归
4.3 如何评价回归模型的效果
4.4 逻辑回归
4.5 梯度下降法
4.6 产品经理的经验之谈
5 最容易理解的分类算法：决策树
5.1 生活中的决策树
5.2 决策树原理
5.3 决策树实现过程
5.4 ID3算法的限制与改进
5.5 决策树的应用
5.6 产品经理的经验之谈
6 垃圾邮件克星：朴素贝叶斯算法
6.1 什么是朴素贝叶斯
6.2 朴素贝叶斯如何计算
6.3 朴素贝叶斯的实际应用
6.4 进一步的提升
6.5 产品经理的经验之谈
7 模拟人类思考过程：神经网络
7.1 最简单的神经元模型
7.2 感知机
7.3 多层神经网络与误差逆传播算法
7.4 RBF神经网络
7.5 产品经理的经验之谈
8 求解支持向量机
8.1 线性支持向量机
8.2 线性支持向量机推导过程
8.3 非线性支持向量机与核函数
8.4 软间隔支持向量机
8.5 支持向量机的不足之处
8.6 产品经理的经验之谈
9 要想模型效果好，集成算法少不了
9.1 个体与集成
9.2 Boosting族算法
9.3 Bagging族算法
9.4 两类集成算法的对比
9.5 产品经理的经验之谈
10 透过现象看本质，全靠降维来帮忙
10.1 K近邻学习法
10.2 从高维到低维的转换
10.3 主成分分析法
10.4 线性判别分析法
10.5 流形学习算法
10.6 产品经理的经验之谈
11 图像识别与卷积神经网络
11.1 图像识别的准备工作
11.2 卷积神经网络
11.3 人脸识别技术
11.4 产品经理的经验之谈
12 自然语言处理与循环神经网络
12.1 自然语言处理概述
12.2 初识循环神经网络
12.3 RNN的实现方式
12.4 RNN的提升
12.5 产品经理的经验之谈
13 AI绘画与生成对抗网络
13.1 初识生成对抗网络
13.2 生成对抗网络的应用
13.3 生成对抗网络的提升
13.4 产品经理的经验之谈
参考资料
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
