《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：¥59.50购买纸书
6.7
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
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
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
