基本信息

• 商品名称：Python机器学习算法(原理实现与案例)
• 作者：刘硕
• 定价：69
• 出版社：清华大学
• ISBN号：9787302536505

其他参考信息（以实物为准）

• 出版时间：2019-11-01
• 印刷时间：2019-11-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：208
• 字数：303千字

作者简介

刘硕，硕士，曾就职于知名外企，从事一线开发工作10年，目前主要从事Python开发与教学工作，在慕课网开设有多门Python课程，深受学员欢迎。

目录

第1章 线性回归
1.1 线性回归模型
1.2 小二乘法
1.3 梯度下降
1.3.1 梯度下降算法
1.3.2 随机梯度下降和小批量梯度下降
1.4 算法实现
1.4.1 小二乘法
1.4.2 梯度下降
1.5 项目实战
1.5.1 准备数据
1.5.2 模型训练与测试
第2章 Logistic回归与Softmax回归
2.1 Logistic回归
2.1.1 线性模型
2.1.2 logistic函数
2.1.3 Logistic回归模型
2.1.4 极大似然法估计参数
2.1.5 梯度下降 新公式
2.2 Softmax回归
2.2.1 Softmax函数
2.2.2 Softmax回归模型
2.2.3 梯度下降 新公式
2.3 编码实现
2.3.1 Logistic回归
2.3.2 Softmax回归
2.4 项目实战
2.4.1 Logistic回归
2.4.2 Softmax回归
第3章 决策树——分类树
3.1 决策树模型
3.2 生成决策树
3.3 切分特征的选择
3.3.1 信息熵
3.3.2 条件信息熵
3.3.3 信息增益
3.3.4 信息增益比
3.4 算法实现
3.5 绘制决策树
3.6 项目实战
3.6.1 准备数据
3.6.2 模型训练与测试
第4章 决策树——分类回归树
4.1 CART算法的改进
4.2 处理连续值特征
4.3 CART分类树与回归树
4.3.1 CART分类树
4.3.2 CART回归树
4.4 算法实现
4.4.1 CART分类树