为你推荐
内容简介
前言
目 录
第1章 机器学习与Python开发环境
1.1 机器学习概述
1.2 Python的基本安装和用法
1.3 Python常用类库中的threading
1.4 本章小结
第2章 用于数据处理及可视化展示的Python类库
2.1 从小例子起步——NumPy的初步使用
2.2 图形化数据处理——Matplotlib包的使用
2.3 常用的统计分析方法——相似度计算
2.4 数据的统计学可视化展示
2.5 Python分析某地降雨量变化规律
2.6 本章小结
第3章 NBA赛季数据可视化分析
3.1 基于球员薪资的数据分析
3.2 Seaborn常用的数据可视化方法
3.3 NBA赛季数据分析
3.4 本章小结
第4章 聚类算法与可视化实战
4.1 聚类的定义
4.2 经典K-means聚类算法实战
4.3 基于密度的聚类算法DBSCAN
4.4 基于层次的聚类算法
4.5 本章小结
第5章 线性回归与可视化实战
5.1 线性回归的基本内容与Python实现
5.2 多元线性回归实战
5.3 本章小结
第6章 逻辑回归与可视化实战
6.1 逻辑回归的基本内容与Python实现
6.2 基于逻辑回归的鸢尾花（Iris）分类
6.3 本章小结
第7章 决策树算法与可视化实战
7.1 水晶球的秘密
7.2 决策树背后的信息——信息熵与交叉熵
7.3 决策树实战——分类与回归树
7.4 基于随机森林的信用卡违约实战
7.5 本章小结
第8章 基于深度学习的酒店评论情感分类实战
8.1 深度学习
8.2 酒店评论情感分类——深度学习入门
8.3 深度学习的流程、应用场景和模型分类
8.3 本章小结
第9章 基于深度学习的手写体图像识别实战
9.1 卷积运算的基本概念
9.2 MNIST手写体识别
9.3 基于多层感知机的手写体识别
9.4 消除过拟合——正则化与dropout
9.5 本章小结
第10章 TensorFlow Datasets和TensorBoard训练可视化
10.1 TensorFlow Datasets简介
10.2 TensorFlow Datasets数据集的使用——FashionMNIST
10.3 使用Keras对FashionMNIST数据集进行处理
10.4 使用TensorBoard可视化训练过程
10.5 本章小结
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
