本书共5 章内容，主要结合目前流行的人工智能编程语言Python 对机器学习案例行分析，介绍 机器学习的相关理论，并展示使用机器学习方法解决实际应用问题的具体过程。本书包括基础知识、 分类案例、聚类案例、回归预测案例和综合案例，力争通过通俗易懂的案例和代码分析使读者快速掌 握机器学习的具体应用方法。本书既适合计算机相关专业人员，也适合非计算机相关专业人员阅读。
售 价：¥
纸质售价：¥73.50购买纸书
6.2
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
指导委员会
工作委员会
前言
第1章 基础知识
1.1 机器学习简介
1.2 Python基础
1.3 常用第三方库
1.4 案例分析
1.5 本章小结
1.6 参考文献
第2章 分类案例
2.1 员工离职预测
2.2 Iris数据分类
2.3 新闻文本分类
2.4 手写数字识别
2.5 本章小结
2.6 参考文献
第3章 聚类案例
3.1 人脸图像聚类
3.2 文本聚类
3.3 本章小结
3.4 参考文献
第4章 回归预测案例
4.1 房价预测
4.2 基于LSTM的股票走势预测
4.3 本章小结
4.4 参考文献
第5章 综合案例
5.1 场景文本检测
5.2 面部认证
5.3 本章小结
5.4 参考文献
附录A
A.1 逻辑回归分类器原理介绍
A.2 自己编程实现决策树分类器
A.3 支持向量机的数学推导
A.4 Adaboost的数学推导和代码实现
A.5 神经网络的数学推导和代码实现
A.6 期望最大化算法和高斯混合模型
反侵权盗版声明
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
