万本电子书0元读

万本电子书0元读

顶部广告

细说机器学习:从理论到实践电子书

《细说机器学习:从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起,然后介绍机器学习的基本概念,继 而讲解常用算法与编程实现,最后介绍高级知识、框架实践与项目案例,兼顾理论与应用,详 尽易懂。 每个知识配合示例练习,全书共设计200多个编程实例,向读者展示机器学习算法与框架的实际应用。 

售       价:¥

纸质售价:¥57.10购买纸书

3人正在读 | 0人评论 6.7

作       者:凌峰

出  版  社:清华大学出版社

出版时间:2023-05-01

字       数:22.7万

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)
《细说机器学习:从理论到实践》从数学知识手,详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架,并以大量代码示例行实践。本书内容分为三篇:篇为基础知识,包括机器学习概述、发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理,并结合大量示例帮助读者轻松门。第二篇为算法应用,涵盖机器学习重要与高频使用的模型,包括K-Means聚类、K近邻、回归、决策树、朴素贝叶斯、支持向量机、神经网络等内容。本篇不仅详细讲解各个算法的原理,还提供大量注释详尽的代码示例,使这些算法变得直观易懂。第三篇为拓展应用,包括集成学习、深度学习框架TensorFlow与PyTorch门、卷积网络、激活函数以及模型微调与项目实战。本篇内容更加前沿与高级,带领读者跨过机器学习的门槛,行真实项目的实践与部署。 《细说机器学习:从理论到实践》内容丰富、系统且实用,大量相关代码示例贴近实战,能够为读者学习机器学习下扎实的基础,并真正掌握运用这些知识与算法解决实际问题的技能。适合机器学习门者、大学生、人工智能从业者,以及各行业技术人员和科研人员使用,也可作为培训机构和大专院校人工智能课程的教学用书。<br/>【推荐语】<br/>《细说机器学习:从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起,然后介绍机器学习的基本概念,继 而讲解常用算法与编程实现,最后介绍高级知识、框架实践与项目案例,兼顾理论与应用,详 尽易懂。 每个知识配合示例练习,全书共设计200多个编程实例,向读者展示机器学习算法与框架的实际应用。  全书涉及面广,如神经网络、卷积网络、集成学习、迁移学习等当前机器学习热均有所涉及 。  结合作者多年机器学习研究与发经验,采用流行的Python语言实现,讲解细致,娓娓道来, 适合转型想人工智能领域的大学生、发人员、技术人员和研究人员阅读。<br/>【作者】<br/>凌峰,毕业于中国科学院大学,博士,高级职称,从事机器学习、计算机视觉、图像处理、人 工智能研究与发工作多年,拥有丰富的机器学习算法实现经验,一个低调潜心研究技术的高手。<br/>
目录展开

内容简介

作者简介

前言

第一篇 基础知识

第1章 机器学习概述

第2章 基础知识

第3章 开发环境和常用模块

第4章 特征工程

第5章 模型评估

第6章 降维方法

第2篇 算法应用

第7章 K-Means聚类

第8章 K最近邻

第9章 回归

第10章 朴素贝叶斯

第11章 决策树与随机森林

第12章 支持向量机

第13章 神经网络

第3篇 拓展应用

第14章 集成学习

第15章 TensorFlow入门

第16章 PyTorch入门

第17章 卷积网络

第18章 激活函数

第19章 项目实战

参考文献

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