机器学习原理及应用

基本信息

• 商品名称：机器学习原理及应用(面向新工科普通高等教育系列教材)
• 作者：编者:吕云翔//王渌汀//袁琪//许丽华//王志鹏等|责编:郝建伟
• 定价：59
• 出版社：机械工业
• 书号：9787111682943

其他参考信息（以实物为准）

• 出版时间：2021-08-01
• 印刷时间：2021-08-01
• 版次：1
• 印次：1
• 开本：16开
• 页数：212
• 字数：339千字

内容提要

本书以机器学习及其算 法为主题，详细介绍其理论 细节与应用方法。全书共19 章，分别介绍了机器学习概 述、线性回归与 熵模型 、k-近邻算法、决策树模型 、朴素贝叶斯分类器、支持 向量机模型、集成学习、 EM算法、降维算法、聚类 算法、神经网络模型等基础 模型或算法，以及8个综合 项目实例。本书重视理论与 实践相结合，希望为读者提 供全面而细致的学习指导。
     本书可作为高等院校计 算机科学与技术、软件工程 等相关专业的教材，也适合 机器学习初学者、相关行业 从业人员阅读。
    

目录

前言
第1章 机器学习概述
1.1 机器学习的组成
1.2 分类问题和回归问题
1.3 监督学习、半监督学习和无监督学习
1.4 生成模型和判别模型
1.5 模型评估
1.5.1 训练误差和泛化误差
1.5.2 过拟合和欠拟合
1.6 正则化
1.7 Scikit-learn模块
1.7.1 数据集
1.7.2 模型选择
1.8 习题
第2章 线性回归及 熵模型
2.1 线性回归
2.1.1 一元线性回归
2.1.2 多元线性回归
2.2 广义线性回归
2.2.1 逻辑回归
2.2.2 多分类逻辑回归
2.2.3 交叉熵损失函数
2.3 .大熵模型
2.3.1 大熵模型的导出
2.3.2 大熵模型与逻辑回归之间的关系
2.4 评价指标
2.4.1 混淆矩阵
2.4.2 准确率
2.4.3 确率与召回率
2.4.4 PR曲线
2.4.5 ROC曲线与AUC曲线
2.5 实例：基于逻辑回归实现乳腺癌预测
2.6 习题
第3章 k-近邻算法
3.1 k值的选取
3.2 距离的度量
3.3 快速检索
3.4 实例：基于k-近邻实现鸢尾花分类
3.5 习题
第4章 决策树模型
4.1 特征选择
4.1.1 信息增益
4.1.2 信息增益比
4.2 决策树生成算法CART
4.3 决策树剪枝
4.3.1 预剪枝
4.3.2 后剪枝
4.4 实例：基于决策树实现葡萄酒分类
4.5 习题
第5章 朴素贝叶斯分类器