为你推荐
前言
第一部分
第一部分 准备篇
第1章 机器学习发展及应用前景
1.1 机器学习概述
1.2 机器学习应用前景
1.3 小结
第2章 科学计算平台
2.1 科学计算软件平台概述
2.2 计算平台的配置
2.3 小结
第二部分 基础篇
第3章 机器学习数学基础
3.1 数学对我们有用吗
3.2 机器学习需要哪些数学知识
3.3 小结
第4章 计算平台应用实例
4.1 Python计算平台简介及应用实例
4.2 R语言基础
4.3 R语言科学计算
4.3.1 分类（组）统计
4.4 R语言计算实例
4.4.1 学生数据集读写
4.5 小结
思考题
第三部分 统计分析实战篇
第5章 统计分析基础
5.1 数据分析概述
5.2 数学基础
5.3 回归分析
5.4 数据分析基础
5.4.1 区间频率分布
5.5 数据分布分析
5.6 小结
思考题
第6章 统计分析案例
6.1 数据图形化案例解析
6.2 数据分布趋势案例解析
6.3 正态分布案例解析
6.3.1 正态分布函数
6.4 小结
思考题
第四部分 机器学习实战篇
第7章 机器学习算法
7.1 神经网络
7.2 统计算法
7.3 欧氏距离
7.4 余弦相似度
7.5 SVM
7.6 回归算法
7.7 PCA降维
7.8 小结
思考题
第8章 数据拟合案例
8.1 数据拟合
8.2 线性滤波
8.2.1 WAV声音文件
8.3 小结
思考题
第9章 图像识别案例
9.1 图像边缘算法
9.1.1 数字图像基础
9.2 图像匹配
9.3 图像分类
9.4 人脸辨识
9.5 手写数字识别
9.6 小结
思考题
第10章 文本分类案例
10.1 文本分类概述
10.2 余弦相似度分类
10.3 朴素贝叶斯分类
10.4 小结
思考题
彩图部分
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
