书籍详情
《:图解机器学习算法秋庭伸也,杉山》[55M]百度网盘|亲测有效|pdf下载
  • :图解机器学习算法秋庭伸也,杉山

  • 出版社:博远慧达图书专营店
  • 出版时间:2021-06
  • 热度:11433
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

基本信息

书名:图解机器学习算法(全彩印刷)

定价:79.80元

作者:秋庭伸也,杉山阿圣,寺田学著,

出版社:人民邮电出版社

出版日期:2021-06-01

ISBN:9787115563569

字数:248000

页码:181

版次:1

装帧:平装

开本:24开

商品重量:0.4kg

编辑推荐


152张图表,轻松掌握17种常用算法!n
没有复杂公式,零基础也可轻松读懂!n
1.全面 n
网罗有监督学习和无监督学习的17种算法,涉及回归、分类、降维、聚类等问题。n
2.直观 n
全彩图解,让原本抽象复杂的算法变得一目了然,方便读者快速了解各算法的特征,学会如何选择恰当的算法。n
3.易懂 n
几乎没有数学公式和统计术语,零基础也可轻松读懂。n
4.实现 n
各算法均用Python代码实现,基于Pytho3.7版本,读者可下载配套代码资源,边试边学。

内容提要


本书基于丰富的图示,详细介绍了有监督学习和无监督学习的17种算法,包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现,读者可一边运行代码一边阅读,从而加深对算法的理解。

目录


第 1章n
机器学习基础 1n
1.1 机器学习概要 2n
什么是机器学习 2n
机器学习的种类 3n
机器学习的应用 8n
1.2 机器学习的步骤 9n
数据的重要性 9n
有监督学习(分类)的例子 11n
无监督学习(聚类)的例子 16n
可视化 18n
图形的种类和画法:使用Matplotlib显示图形的方法 22n
使用pandas理解和处理数据 30n
本章小结 36n
第 2章n
有监督学习 37n
2.1 算法1:线性回归 38n
概述 38n
算法说明 39n
详细说明 41n
2.2 算法2:正则化 45n
概述 45n
算法说明 48n
详细说明 50n
2.3 算法3:逻辑回归 52n
概述 52n
算法说明 53n
详细说明 55n
2.4 算法4:支持向量机 58n
概述 58n
算法说明 59n
详细说明 60n
2.5 算法5:支持向量机(核方法) 63n
概述 63n
算法说明 64n
详细说明 65n
2.6 算法6:朴素贝叶斯 68n
概述 68n
算法说明 70n
详细说明 74n
2.7 算法7:森林 76n
概述 76n
算法说明 77n
详细说明 80n
2.8 算法8:神经网络 81n
概述 81n
算法说明 83n
详细说明 86n
2.9 算法9:KNN 88n
概述 88n
算法说明 89n
详细说明 90n
第3章n
无监督学习 93n
3.1 算法10:PCA 94n
概述 94n
算法说明 95n
详细说明 98n
3.2 算法11:LSA 99n
概述 99n
算法说明 100n
详细说明 104n
3.3 算法12:NMF 105n
概述 105n
算法说明 106n
详细说明 108n
3.4 算法13:LDA 111n
概述 111n
算法说明 112n
详细说明 114n
3.5 算法14:k-means算法 117n
概述 117n
算法说明 117n
详细说明 119n
3.6 算法15:混合高斯分布 122n
概述 122n
算法说明 123n
详细说明 126n
3.7 算法16:LLE 127n
概述 127n
算法说明 128n
详细说明 131n
3.8 算法17:t-SNE 133n
概述 133n
算法说明 134n
详细说明 136n
第4章n
评估方法和各种数据的处理 139n
4.1 评估方法 140n
有监督学习的评估 140n
分类问题的评估方法 140n
回归问题的评估方法 148n
均方误差和决定系数指标的不同 152n
与其他算法进行比较 152n
超参数的设置 154n
模型的过拟合 155n
防止过拟合的方法 155n
将数据分为训练数据和验证数据 156n
交叉验证 158n
搜索超参数 160n
4.2 文本数据的转换处理 163n
基于单词出现次数的转换 163n
基于tf-idf的转换 164n
应用于机器学习模型 165n
4.3 图像数据的转换处理 167n
直接将像素信息作为数值使用 167n
将转换后的向量数据作为输入来应用机器学习模型 168n
第5章n
环境搭建 171n
5.1 Pytho3的安装 172n
Windows 172n
macOS 172n
Linux 173n
使用Anaconda在Windows上安装 174n
5.2 虚拟环境 175n
通过官方安装程序安装Python的情况 175n
通过Anaconda安装Python的情况 177n
5.3 第三方包的安装 178n
什么是第三方包 178n
安装第三方包的方法 178n

参考文献 180

作者介绍


秋庭伸也(作者)
日本早稻田大学硕士毕业,目前在Recruit Communications公司担任技术负责人。

杉山阿圣(作者)
具有多年研发经验,目前在AI创业公司SENSY担任机器学习研究员。

寺田学(作者)
CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF(Python软件基金会)贡献成员。


郑明智(译者)
智慧医疗工程师,翻译经验丰富,有《白话机器学习的数学》《用Python动手学机器学习》等多部译著。

文摘


序言