機器學習經典算法實踐 (Python版)

李茜 盧星宇 吳斌 肖雲鵬

  • 出版商: 清華大學
  • 出版日期: 2022-05-01
  • 定價: $294
  • 售價: 8.0$235
  • 語言: 簡體中文
  • ISBN: 7302597111
  • ISBN-13: 9787302597117
  • 相關分類: Machine Learning
  • 立即出貨 (庫存 < 4)

  • 機器學習經典算法實踐 (Python版)-preview-1
  • 機器學習經典算法實踐 (Python版)-preview-2
  • 機器學習經典算法實踐 (Python版)-preview-3
機器學習經典算法實踐 (Python版)-preview-1

買這商品的人也買了...

相關主題

商品描述

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