機器學習經典算法實踐(Python版)

機器學習經典算法實踐(Python版)

作者: 李茜 盧星宇 吳斌 肖雲鵬
出版社: 清華大學
出版在: 2022-05-01
ISBN-13: 9787302597117
ISBN-10: 7302597111





內容描述


本書的寫作目的旨在幫助大量正走在、或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現,很多同學一方面想學、願意學;另一方面又遇到入門難的問題,希望能有一本書旨在幫助正走在或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現,很多同學一方面想學、願意學; 另一方面又遇到入門難的問題,希望能有一本書、一本教材講原理、給數據、給源碼、給實驗,帶著入門。本著這樣一個初衷,我們選擇了機器學習領域析十大經典算法,把我們平常培養碩士研究生一年級剛入校學生的算法材料整理,開放提供給廣大希望學習的讀者朋友,寫一本機器學習入門級的學習材料。每章完整的源代碼掃描二維碼即可下載,每個算法一個Python工程,實驗數據就在每個工程的data文件夾下。代碼風格盡量保持一致,讓讀者更容易理解。
本書可作為高等學校各專業“機器學習”及相關課程的教學參考書。本書、一本教材講原理、給數據、給源碼、給實驗,帶著入門。


目錄大綱


目錄
●第1章KNN

1.1KNN算法原理

1.1.1算法引入

1.1.2科學問題

1.1.3算法流程

1.1.4算法描述

1.1.5補充說明

1.2KNN算法實現

1.2.1簡介

1.2.2核心代碼

1.3實驗數據

1.4實驗結果

1.4.1結果展示

1.4.2結果分析

●第2章樸素貝葉斯

2.1樸素貝葉斯算法原理

2.1.1樸素貝葉斯算法引入

2.1.2科學問題

2.1.3算法流程

2.1.4算法描述

2.1.5算法補充

2.2樸素貝葉斯算法實現

2.2.1簡介

2.2.2核心代碼

2.3實驗數據

2.4實驗結果

2.4.1結果展示

2.4.2結果分析

●第3章C4.5

3.1C4.5算法原理

3.1.1C4.5算法引入

3.1.2科學問題

3.1.3算法流程

3.1.4算法描述

3.1.5補充說明

3.2C4.5算法實現

3.2.1簡介

3.2.2核心代碼

3.3實驗數據

3.4實驗結果

3.4.1結果展示

3.4.2結果分析

●第4章SVM

4.1SVM算法原理

4.1.1算法引入

4.1.2科學問題

4.1.3算法流程

4.1.4算法描述

4.1.5補充說明

4.2SVM算法實現

4.2.1簡介

4.2.2核心代碼

4.3實驗數據

4.4實驗結果

4.4.1結果展示

4.4.2結果分析

●第5章AdaBoost

5.1AdaBoost算法原理

5.1.1算法引入

5.1.2科學問題

5.1.3算法流程

5.1.4算法描述

5.1.5補充說明

5.2AdaBoost算法實現

5.2.1簡介

5.2.2核心代碼

5.3實驗數據

5.4實驗結果

5.4.1結果展示

5.4.2結果分析

●第6章CART

6.1CART算法原理

6.1.1算法引入

6.1.2科學問題

6.1.3算法流程

6.1.4算法描述

6.1.5補充說明

6.2CART算法實現

6.2.1簡介

6.2.2核心代碼

6.3實驗數據

6.4實驗結果

6.4.1結果展示

6.4.2結果分析

●第7章KMeans

7.1KMeans算法原理

7.1.1算法引入

7.1.2科學問題

7.1.3算法流程

7.1.4算法描述

7.1.5補充說明

7.2KMeans算法實現

7.2.1簡介

7.2.2核心代碼

7.3實驗數據

7.4實驗結果

7.4.1結果展示

7.4.2結果分析

●第8章Apriori

8.1Apriori算法原理

8.1.1算法引入

8.1.2科學問題

8.1.3算法流程

8.1.4算法描述

8.2Apriori算法實現

8.2.1簡介

8.2.2核心代碼

8.3實驗數據

8.4實驗結果

8.4.1結果展示

8.4.2結果分析

●第9章PageRank

9.1PageRank算法原理

9.1.1PageRank算法引入

9.1.2科學問題

9.1.3算法流程

9.1.4算法描述

9.2PageRank算法實現

9.2.1簡介

9.2.2核心代碼

9.3實驗數據

9.4實驗結果

9.4.1結果展示

9.4.2結果分析

●第10章EM

10.1EM算法原理

10.1.1EM算法的引入

10.1.2科學問題

10.1.3理論推導

10.1.4算法流程

10.1.5算法描述

10.2EMGMM實現

10.2.1簡介

10.2.2核心代碼

10.3實驗數據

10.4實驗結果

10.4.1結果展示

10.4.2結果分析




相關書籍

MATLAB基礎與機器人學應用

作者 石青 王化平 吳陽

2022-05-01

TensorFlow深度學習(原書第2版)

作者 Giancarlo Zaccone

2022-05-01

AI 手機 APP、智慧硬體專案實作|使用 TensorFlow Lite (iOS/Android/RPi適用) (Intelligent Mobile Projects with TensorFlow: Build 10+ Artificial Intelligence apps using TensorFlow Mobile and Lite for iOS, Android, and Raspberry Pi)

作者 Jeff Tang CAVEDU 教育團隊 曾吉弘 蔡雨錡 譯

2022-05-01