機器學習算法與應用（Python版）
李陽，許若波，阮文飛，張先玉
- 出版商: 清華大學
- 出版日期: 2022-03-01
- 定價: $294
- 售價: 8.5 折 $250
- 語言: 簡體中文
- ISBN: 7302601232
- ISBN-13: 9787302601234
-
相關分類:
Machine Learning
下單後立即進貨 (約4週~6週)
相關主題
商品描述
目錄大綱
目 錄
C o n t e n t s
項目1 走進機器學習的世界 ……………………………………………………………… 1
任務1-1 瞭解機器學習應用場景 ………………………………………………………… 2
任務1-2 機器學習算法的分類方式 ……………………………………………………… 3
任務1-3 軟件庫與框架 …………………………………………………………………… 5
任務1-4 配置機器學習開發環境 ………………………………………………………… 7
任務1-5 瞭解機器學習步驟 ……………………………………………………………… 9
項目小結 ………………………………………………………………………………… 11
練習題 …………………………………………………………………………………… 11
項目2 數據預處理 …………………………………………………………………………12
任務2-1 數據劃分與歸一化 ………………………………………………………………13
任務2-2 重復值、缺損值和異常值處理 …………………………………………………16
任務2-3 實現PCA 圖像去噪 ……………………………………………………………24
項目小結 ………………………………………………………………………………… 28
練習題 …………………………………………………………………………………… 28
項目3 基於K-Means 算法的應用實踐 ……………………………………………………30
任務3-1 使用K-Means 算法實現聚類手寫圖像 ………………………………………31
任務3-2 實現身高、體重聚類 ……………………………………………………………38
任務3-3 使用K-Means 算法實現圖像壓縮 ……………………………………………42
項目小結 ………………………………………………………………………………… 44
練習題 …………………………………………………………………………………… 45
IV
機器學習算法與應用（Python 版）
項目4 基於KNN 算法的應用實踐 …………………………………………………………46
任務4-1 使用KNN 算法實現鳶尾花分類 ………………………………………………47
任務4-2 使用KNN 回歸算法預測鞋碼 …………………………………………………52
任務4-3 使用KNN 算法實現乳腺癌預測 ………………………………………………55
項目小結 ………………………………………………………………………………… 58
練習題 …………………………………………………………………………………… 58
項目5 基於線性回歸算法的應用實踐 ……………………………………………………60
任務5-1 使用一元線性回歸算法實現直線擬合 …………………………………………61
任務5-2 使用多元線性回歸算法實現波士頓房價預測 …………………………………64
任務5-3 使用多項式擴展實現曲線預測 …………………………………………………66
項目小結 ………………………………………………………………………………… 68
練習題 …………………………………………………………………………………… 68
項目6 基於邏輯回歸算法的應用實踐 ……………………………………………………70
任務6-1 使用邏輯回歸算法檢測信用卡欺詐 ……………………………………………71
任務6-2 使用邏輯回歸算法解決數據不平衡問題 ………………………………………76
任務6-3 使用邏輯回歸算法處理鳶尾花分類問題 ………………………………………80
項目小結 ………………………………………………………………………………… 82
練習題 …………………………………………………………………………………… 82
項目7 基於決策樹算法的應用實踐 ………………………………………………………83
任務7-1 使用決策樹算法實現鳶尾花分類 ……………………………………………84
任務7-2 使用決策樹回歸算法實現曲線預測 ……………………………………………93
任務7-3 使用決策樹算法預測波士頓房價 ………………………………………………95
項目小結 ………………………………………………………………………………… 96
練習題 …………………………………………………………………………………… 96
項目8 基於支持向量機算法的應用實踐 …………………………………………………98
任務8-1 使用支持向量機算法處理二維數據分類問題 …………………………………99
任務8-2 使用支持向量機算法處理高維數據分類問題 ……………………………… 103
任務8-3 使用SVM 回歸算法預測曲線預測和波士頓房價 ………………………… 107
V
目 錄
項目小結 ……………………………………………………………………………… 110
練習題 ………………………………………………………………………………… 110
項目9 基於神經網絡算法實現曲線擬合 ……………………………………………… 112
任務9-1 人工神經網絡反向傳播計算 ………………………………………………… 113
任務9-2 使用人工神經網絡算法擬合函數 …………………………………………… 118
任務9-3 使用人工神經網絡算法實現鳶尾花分類 …………………………………… 121
項目小結 ……………………………………………………………………………… 123
練習題 ………………………………………………………………………………… 123
項目10 基於AdaBoost 算法的應用實踐 ……………………………………………… 125
任務10-1 使用AdaBoost 算法原理知識進行分類器計算 ………………………… 126
任務10-2 使用AdaBoost 算法實現鳶尾花分類問題 ……………………………… 129
任務10-3 使用AdaBoost 算法實現人臉識別 ……………………………………… 132
任務10-4 使用AdaBoost 算法實現曲線預測 ……………………………………… 135
項目小結 ……………………………………………………………………………… 137
練習題 ………………………………………………………………………………… 137
參考文獻………………………………………………………………………… 139
