登入帳戶  | 訂單查詢  | 購物車/收銀台(0) | 在線留言板  | 付款方式  | 聯絡我們  | 運費計算  | 幫助中心 |  加入書簽
會員登入   新用戶註冊
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌 香港/國際用戶
最新/最熱/最齊全的簡體書網 品種:超過100萬種書,正品正价,放心網購,悭钱省心 送貨:速遞 / 物流,時效:出貨後2-4日

2024年10月出版新書

2024年09月出版新書

2024年08月出版新書

2024年07月出版新書

2024年06月出版新書

2024年05月出版新書

2024年04月出版新書

2024年03月出版新書

2024年02月出版新書

2024年01月出版新書

2023年12月出版新書

2023年11月出版新書

2023年10月出版新書

2023年09月出版新書

『簡體書』Python快乐编程——机器学习从入门到实战

書城自編碼: 3662608
分類: 簡體書→大陸圖書→計算機/網絡程序設計
作者: 千锋教育高教产品研发部
國際書號(ISBN): 9787302576969
出版社: 清华大学出版社
出版日期: 2021-08-01

頁數/字數: /
書度/開本: 16开 釘裝: 平装

售價:NT$ 347

我要買

share:

** 我創建的書架 **
未登入.



新書推薦:
诛吕:“诸吕之乱”的真相与吕太后时期的权力结构
《 诛吕:“诸吕之乱”的真相与吕太后时期的权力结构 》

售價:NT$ 454.0
炙野(全2册)
《 炙野(全2册) 》

售價:NT$ 356.0
女人的胜利
《 女人的胜利 》

售價:NT$ 254.0
数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习)
《 数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习) 》

售價:NT$ 1214.0
500万次倾听:陪伤心的人聊聊
《 500万次倾听:陪伤心的人聊聊 》

售價:NT$ 245.0
英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。)
《 英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。) 》

售價:NT$ 367.0
万千心理·儿童心理治疗中的心智化:临床实践指导
《 万千心理·儿童心理治疗中的心智化:临床实践指导 》

售價:NT$ 398.0
自我囚禁的人:完美主义的心理成因与自我松绑(破除你对完美主义的迷思,尝试打破自我评价过低与焦虑的恶性循环)
《 自我囚禁的人:完美主义的心理成因与自我松绑(破除你对完美主义的迷思,尝试打破自我评价过低与焦虑的恶性循环) 》

售價:NT$ 301.0

建議一齊購買:

+

NT$ 624
《 TypeScript图形渲染实战:2D架构设计与实现 》
+

NT$ 456
《 PIC单片机BASIC编程项目开发 》
+

NT$ 463
《 Python超实用 你的Python实践工具书(全彩印刷) 》
+

NT$ 569
《 Go程序设计语言 》
+

NT$ 853
《 C Primer Plus 第6版 中文版 》
+

NT$ 516
《 剑指Offer(专项突破版):数据结构与算法名企面试题精讲 》
編輯推薦:
《Python快乐编程——机器学习从入门到实战》设计了11个实战项目,涵盖主流应用,读者可以边学边练、更快入门;
配套资源丰富,包括500分钟教学视频、PPT课件、实战项目源码、、教学大纲、习题答案、教学设计等。
內容簡介:
本书采用理论与实战相结合的形式,通过生活中的例子来讲解理论知识,结合实际案例代码,帮助读者在掌握机器学习理论的同时,打下项目实践的基础,同时配有丰富的教学资源,帮助读者自学或开展教学工作。 本书共13章,涵盖机器学习入门所需的数学知识及相关算法,包括K近邻算法、决策树、朴素贝叶斯、逻辑回归与梯度下降、支持向量机、AdaBoost算法、线性回归、Kmeans算法、Apriori算法、FPgrowth算法、主成分分析和奇异值分解。本书将理论与实际操作相结合,通过丰富的程序实例和详尽的步骤讲解,与读者一起跳出枯燥的理论知识,快乐学习。 本书适合刚进入机器学习领域的读者,也可以作为大专院校相关专业的教材。
關於作者:
胡耀文,清华大学出版社技术编审委员会委员,2009年参与国庆60周年官兵电子纪念册项目,CSDN著名技术专家,博客浏览量超过1460350次,2014年--2016年连续三年获得微软全球MVP有价值专家。
目錄
第1章初识Python机器学习
1.1机器学习简介
1.1.1机器学习的起源及发展
1.1.2监督学习
1.1.3无监督学习
1.1.4半监督学习
1.1.5强化学习
1.1.6机器学习程序开发步骤
1.1.7机器学习发展现状
1.1.8机器学习的未来
1.2使用Python语言开发
1.3NumPy函数库基础
1.3.1NumPy函数库的安装
1.3.2NumPy函数库入门
1.4SciPy函数库基础
1.4.1SciPy函数库的安装
1.4.2SciPy函数库入门
1.5Matplotlib库
1.5.1Matplotlib库的安装
1.5.2Matplotlib库的使用
1.6集成开发环境Anaconda
1.7本章小结
1.8习题
第2章K近邻算法
2.1K近邻算法概述
2.1.1K近邻算法的基本思想
2.1.2K近邻的距离度量表示法
2.1.3K值的选择
2.2K近邻算法的实现: KD树
2.2.1KD树简介
2.2.2KD树的构建
2.2.3搜索KD树
2.3实战: 利用K近邻算法改进约会网站
2.4本章小结
2.5习题


第3章决策树
3.1决策树与信息熵
3.1.1决策树简介
3.1.2信息与自信息
3.1.3信息熵
3.1.4信息增益与划分数据集
3.2构建决策树
3.3可视化决策树
3.3.1注释结点
3.3.2构建完整的注解树
3.4基尼指数与CART算法
3.5决策树的剪枝
3.6本章小结
3.7习题
第4章朴素贝叶斯
4.1概率分布与贝叶斯决策论
4.2条件概率
4.3贝叶斯分类
4.4朴素贝叶斯分类
4.5实战: 利用朴素贝叶斯分类模型进行文档分类
4.5.1将单词表转换为向量
4.5.2概率计算
4.5.3通过朴素贝叶斯模型进行文件分类
4.6实战: 利用朴素贝叶斯分类模型过滤垃圾邮件
4.6.1切分文本
4.6.2通过朴素贝叶斯模型过滤垃圾邮件
4.7本章小结
4.8习题

第5章逻辑回归与梯度下降
5.1逻辑回归与Sigmoid函数
5.1.1逻辑回归简介
5.1.2Sigmoid函数简介
5.2梯度下降算法
5.2.1二维坐标系中的梯度下降算法
5.2.2三维坐标系中的梯度下降算法
5.3通过梯度下降算法找到参数
5.4决策边界
5.5梯度下降算法的改进
5.5.1批量梯度下降算法
5.5.2随机梯度下降算法
5.6本章小结
5.7习题
第6章支持向量机
6.1支持向量机简介
6.2寻找间隔
6.3序列小优化
6.3.1序列小化算法简介
6.3.2通过序列小优化算法处理小规模数据集
6.3.3通过完整的序列小优化算法进行优化
6.4核函数及其应用
6.4.1高斯核函数
6.4.2高斯核函数的应用
6.5本章小结
6.6习题
第7章AdaBoost算法
7.1集成学习算法简介
7.2AdaBoost算法原理
7.3单层决策树与AdaBoost算法
7.4实战: 通过AdaBoost算法进行分类
7.5非均衡分类
7.5.1分类性能度量指标: 正确率、召回率
7.5.2分类性能度量指标: ROC曲线
7.5.3非均衡数据的采样方法
7.6本章小结
7.7习题
第8章线性回归
8.1线性回归原理
8.1.1简单的线性回归
8.1.2多元线性回归
8.2局部加权线性回归
8.3正则化的线性回归
8.3.1岭回归
8.3.2Lasso回归
8.4方差与偏差的平衡
8.5本章小结
8.6习题
第9章Kmeans算法
9.1无监督学习算法
9.2Kmeans算法简介
9.3构建简单的Kmeans模型
9.4K值的选择
9.4.1肘部法则
9.4.2轮廓系数
9.4.3间隔统计量
9.4.4Canopy算法
9.5二分Kmeans算法
9.6本章小结
9.7习题
第10章Apriori算法
10.1关联分析算法简介
10.2Apriori算法的工作原理
10.3实战: Python编程发现频繁项集
10.4实战: Python编程发现强关联规则
10.5本章小结
10.6习题
第11章FPgrowth算法
11.1FPgrowth算法简介
11.2构建FP树
11.2.1创建FP树的数据结构
11.2.2通过Python构建FP树
11.3通过FPgrowth算法提取频繁项集
11.3.1提取条件模式基
11.3.2创建条件FP树
11.4实战: 从超市购物清单中发掘信息
11.5本章小结
11.6习题
第12章主成分分析
12.1数据降维
12.2实战: 通过Python实现简单的主成分分析
12.3对Iris数据集降维
12.4本章小结
12.5习题
第13章奇异值分解
13.1特征值分解
13.2奇异值分解简介
13.3实战: 通过Python实现图片压缩
13.4基于协同过滤的推荐算法
13.4.1推荐算法概述
13.4.2协同推荐系统概述
13.4.3实战: 通过Python实现基于用户的协同推荐系统
13.4.4实战: 通过Python实现基于物品的协同推荐系统
13.4.5构建推荐引擎面临的挑战
13.5本章小结
13.6习题
內容試閱
在瞬息万变的IT时代,一群怀揣梦想的人创办了千锋教育,投身到IT培训行业。多年来,一批批有志青年加入千锋教育,为了梦想笃定前行。千锋教育秉承用良心做教育的理念,为培养“IT精英”付出了一切努力。对于为什么会有这样的梦想,我们先来听一听用人企业和求职者的心声:
“现在符合企业需求的IT技术人才非常紧缺,这方面的优秀人才,我们会像珍宝一样对待,可为什么至今没有合格的人才出现?
“面试的时候,用人企业问能做什么,这个项目如何来实现,需要多长的时间,我们当时都蒙了,回答不上来。
“这已经是面试过的第十家公司了,如果再不行,是不是要考虑转行了,难道大学里的四年都白学了?
“这已经是参加面试的第N个求职者了,为什么都是计算机专业,但当问到项目如何实现时,怎么连思路都没有呢?”
这些心声并不是个别现象,而是中国社会存在的一种普遍现象。高校的IT教育与企业的真实需求存在脱节,如果高校的相关课程仍然不进行更新,毕业生将面临难以就业的困境。很多用人单位表示,高校毕业生表面上知识丰富,但这些知识绝大多数在实际工作中用之甚少,甚至完全用不上。针对上述存在的问题,国务院也做出了关于加快发展现代职业教育的决定。很庆幸,千锋教育所做的事情就是配合高校达成产学合作。
千锋教育致力于打造IT职业教育全产业链人才服务平台,全国数十家分校、数百名讲师坚持以教学为本的方针,采用面对面教学,教学大纲实时紧跟企业需求,拥有全国一体化就业体系,传授企业实用技能。千锋教育的价值观是“做真实的自己,用良心做教育”。
针对高校教师的服务
1. 千锋教育基于近年来的教育培训经验,精心设计了包含“教材 授课资源 考试系统 测试题 辅助案例”的教学资源包,能节省教师的备课时间,缓解教师的教学压力,显著提高教学质量。
2. 本书配套代码视频的索取网址: http://www.codingke.com/。
3. 本书配备了由千锋教育优秀讲师录制的教学视频,按本书知识结构体系部署到了教学辅助平台(扣丁学堂)上,可以作为教学资源使用,也可以作为备课参考。
高校教师如需索要配套教学资源,请关注(扣丁学堂)师资服务平台,扫描下方二维码关注微信公众平台索取。

扣丁学堂

针对高校学生的服务
1. 学IT有疑问,就找千问千知,它是一个有问必答的IT社区,平台上的专业答疑辅导老师承诺工作时间3小时内答复您学习IT时遇到的专业问题。读者也可以通过扫描下方的二维码关注千问千知微信公众平台,浏览其他学习者在学习中分享的问题和收获。

2. 学习太枯燥,想了解其他学校的伙伴都是怎样学习的,可以加入扣丁俱乐部。扣丁俱乐部是千锋教育联合各大校园发起的公益计划,专门面向对IT有兴趣的大学生,提供免费的学习资源和问答服务,已有超过30多万名学习者获益。
就业难,难就业,千锋教育让就业不再难!

千问千知

关 于 本 书
本书包含了千锋教育机器学习相关的全部课程内容,
既可作为高等院校本专科计算机相关专业的机器学习入门教材,也是一本适合广大计算机编程爱好者的优秀读物。
抢红包
本书配套源代码、习题答案的获取方法: 添加小千QQ号或微信号2133320438。
注意: 小千会随时发放“助学金红包”。
致谢
千锋教育高教研发团队在近一年时间里参阅了大量机器学习基础教材和图书,通过反复修改终完成了这本著作。另外,多名院校老师也参与了教材的部分编写与指导工作,除此之外,千锋教育500多名学员也参与到了教材的试读工作中,他们站在初学者的角度对教材提出了许多宝贵的修改意见,在此一并表示衷心的感谢。
意 见 反 馈
在本书的编写过程中,虽然力求完美,但难免有一些不足之处,欢迎各界专家和读者朋友们给予宝贵意见,联系方式: 40490551@qq.com。
千锋教育高教产品研发部
2020年12月于北京

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 台灣用户 | 香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 (香港)大書城有限公司 All Rights Reserved.