新書推薦：
《
ChatGPT数据分析实践
》
售價：NT$
505.0
《
人格分裂手记
》
售價：NT$
254.0
《
并购与重组 ： 理念、策略、流程、实战一本通
》
售價：NT$
347.0
《
敦煌画稿：中国古代的绘画与粉本（培文·艺术史）
》
售價：NT$
653.0
《
分析论文集（分析哲学名著译丛）
》
售價：NT$
332.0
《
自主论：何为自主以及何以自主
》
售價：NT$
500.0
《
掉队的男人：当代男性的现实困境
》
售價：NT$
403.0
《
向整个世界说一声早
》
售價：NT$
254.0
|
| 內容簡介： |
|
”《MATLAB机器学习实用教程》介绍了机器学习的典型算法及MATLAB编程方法。主要内容包括：线性回归、非线性回归、分类、聚类、人工神经网络、支持向量机、决策树、模糊逻辑、集成学习、半监督学习、强化学习、关联规则学习、深度学习、机器阅读和机器写作等。《MATLAB机器学习实用教程》注重实用性，精选了大量实例，每个实例都提供了MATLAB程序，并进行了详细的注释，有助于读者真正理解这些算法和编程方法，把它们应用到自己的工作中来解决实际问题。因此，《MATLAB机器学习实用教程》具有较强的实用性和可操作性，可以作为高等院校理工、管理、经济、金融等专业本科生、研究生的教材，也可以作为相关工作者的有益参考书和工具书。 ”
|
| 目錄：
|
第1章 机器学基础 1
1.1 机器学概述 1
1.1.1 “机器学”是什么 1
1.1.2 机器学的流程 1
1.1.3 机器学的类型 2
1.1.4 典型的机器学算法 2
1.2 机器学的发展历程 2
1.2.1 早期段 3
1.2.2 发展期 3
1.2.3 繁荣期 3
1.2.4 机器学的现状和发展趋势 3
1.3 机器学的应用 4
1.3.1 数据挖掘 4
1.3.2 模式识别 4
1.3.3 互联网和电子商务 4
1.3.4 电子游戏 4
1.3.5 金融领域 4
1.4 MATLAB和机器学 5
1.4.1 MATLAB软件 5
1.4.2 MATLAB在机器学中的
应用案例 5
第2章 线性回归 6
2.1 小二乘法 6
2.1.1 概述 6
2.1.2 一元线性回归案例与
MATLAB编程 6
2.1.3 多元线性回归案例 8
2.2 鲁棒线性回归 9
2.2.1 概述 9
2.2.2 robustfit函数的应用案例
与MATLAB编程 9
2.2.3 fitlm函数的应用案例
与MATLAB编程 11
2.3 逐步回归 12
2.3.1 概述 12
2.3.2 基于默认值的逐步回归案例 12
2.3.3 基于自己设置的标准值的
逐步回归案例与MATLAB
编程 13
2.4 岭回归 14
2.4.1 概述 14
2.4.2 岭回归案例 14
2.5 Lasso回归和弹性网回归 16
2.5.1 概述 16
2.5.2 Lasso回归案例与MATLAB
编程 16
2.5.3 弹性网回归案例与MATLAB
编程 17
2.6 逻辑回归 18
2.6.1 概述 18
2.6.2 逻辑回归预测案例
与MATLAB编程 18
2.6.3 逻辑回归分类案例
与MATLAB编程 20
第3章 非线性回归 24
3.1 多项式曲线拟合 24
3.1.1 概述 24
3.1.2 多项式曲线拟合案例
与MATLAB编程 24
3.2 典型函数曲线拟合 27
3.2.1 指数函数曲线拟合案例
与MATLAB编程 27
3.2.2 幂函数曲线拟合案例
与MATLAB编程 29
3.2.3 傅里叶函数曲线拟合案例
与MATLAB编程 30
3.2.4 高斯函数曲线拟合案例
与MATLAB编程 31
3.3 曲面拟合、值和样条拟合 33
3.3.1 曲面拟合案例
与MATLAB编程 33
3.3.2 值案例与MATLAB编程 34
3.3.3 样条拟合案例
与MATLAB编程 35
3.3.4 样条平滑化拟合案例
与MATLAB编程 36
第4章 分类和聚类 38
4.1 分类算法1——判别分析 38
4.1.1 概述 38
4.1.2 判别分析分类案例与
MATLAB编程 38
4.2 分类算法2——朴素贝叶斯法 40
4.2.1 概述 40
4.2.2 朴素贝叶斯法分类案例与
MATLAB编程 40
4.3 分类算法3——K近邻算法 41
4.3.1 概述 41
4.3.2 K近邻算法分类案例与
MATLAB编程 42
4.4 聚类算法1——K均值算法 43
4.4.1 概述 43
4.4.2 K均值算法聚类案例与
MATLAB编程 43
4.5 聚类算法2——高斯混合模型 49
4.5.1 概述 49
4.5.2 高斯混合模型聚类案例与
MATLAB编程 49
第5章 人工经网络 55
5.1 人工经网络在数据拟合中的应用 55
5.1.1 概述 55
5.1.2 人工经网络拟合案例与
MATLAB编程 56
5.2 影响人工经网络模型预测性能的
因素 60
5.2.1 隐含层的经元数量 60
5.2.2 隐含层的层数 61
5.2.3 训练算法的类型 62
5.2.4 网络类型 63
5.3 人工经网络在分类中的应用 66
5.3.1 概述 66
5.3.2 人工经网络分类案例与
MATLAB编程 66
第6章 支持向量机 71
6.1 支持向量机在回归中的应用 71
6.1.1 概述 71
6.1.2 支持向量机回归案例与
MATLAB编程 72
6.2 预测性能的影响因素 74
6.2.1 高斯核函数 74
6.2.2 多项式核函数 75
6.3 定量影响分析 76
6.3.1 概述 76......
|
|
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
HOME
新書上架
