Python機器學習及實踐

購買商店

Python機器學習及實踐

$403.00

馬上購買

內容描述

Python是目前比較熱門的編程語言，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習算法的愛選語言。
《Python機器學習及實踐/人工智能科學與技術叢書》以Python3.6.5為編寫平臺，
以幫助讀者快速上手、理論與實踐相結合為出發點，介紹Python機器學習的相關內容。
《Python機器學習及實踐/人工智能科學與技術叢書》共10章，分別介紹了機器學習的基礎知識、
近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。
通過《Python機器學習及實踐/人工智能科學與技術叢書》的學習，讀者可瞭解Python編程及在機器學習中的應用。
《Python機器學習及實踐/人工智能科學與技術叢書》可作為對Python和機器學習感興趣的初學者的參考書，
也可作為從事Python開發的廣大科研人員、學者、工程技術人員的參考書，
還可作為高等院校人工智能、計算機等相關專業的教材。
《Python機器學習及實踐/人工智能科學與技術叢書》突出的特點：
　　內容由淺入深，既有原理介紹，又有實戰操作，使讀者在實踐中掌握相關知識，並為解決問題提供詳細的方法。
　　具有超強的實用性，實例豐富，書中給出了80多個實例讓讀者理解概念、原理和算法。
　　以理論與實踐相結合為出發點，介紹Python機器學習的相關內容，即使沒有機器學習基礎的讀者也可以快速上手。

目錄大綱

第1章機器學習的基礎知識
1．1何謂機器學習
1．1．1傳感器和海量數據
1．1．2機器學習的重要性
1．1．3機器學習的表現
1．1．4機器學習的主要任務
1．1．5選擇合適的算法
1．1．6機器學習程序的步驟
1．2綜合分類
1．3推薦系統和深度學習
1．3．1推薦系統
1．3．2深度學習
1． 4何為Python
1．4．1使用Python軟件的由來
1．4．2為什麼使用Python
1．4．3 Python設計定位
1．4．4 Python的優缺點
1．4．5 Python的應用
1．5 Python編程第一步
1．6 NumPy函數庫基礎
1．7 Python迭代器與生成器
1．7．1迭代器
1．7．2生成器
1．8多線程
1．8．1學習Python線程
1． 8．2線程模塊
1．8．3線程同步
1．8．4線程優先級隊列（Queue）
1．9小結
1．10習題
第2章Python近鄰法
2．1 k近鄰法的三要素
2．1 ．1 k選擇
2．1．2距離度量
2．1．3分類決策規則
2．2 k近鄰法
2．3 kd樹
2．3．1什麼是kd樹
2．3．2如何構建kd樹
2．3．3如何在kd樹中搜索
2．4 Python實現kd樹、k近鄰法
2．5小結
2．6習題
第3章Python數據降維
3．1維度災難與降維
3．2主成分分析
3．2．1 PCA原理
3．2．2 PCA算法
3．2．3 PCA降維的兩個準則
3．3 SVD降維
3．4核主成分分析降維
3．5流形學習降維
3．6多維縮放降維
3．6．1原理
3．6．2 MDS算法
3．7等度量映射降維
3．8局部線性嵌入
3．8．1原理
3．8．2 LLE算法
3．9非負矩陣分解
3． 10小結
3．11習題
……
第4章Python分類算法
第5章Python回歸算法
第6章Python聚類算法
第7章Python神經網絡
第8章Python推薦算法
第9章Python頻繁項集
第10章Python數據預處理
參考文獻