書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版

出版社：人民郵電出版社出版時間：2024-10-01
開本： 26cm 頁數(shù)： 276頁
中 圖 價:¥54.4(7.8折) 定價  ¥69.8 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版 版權(quán)信息

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版 本書特色

【全程案例教學，錘煉實戰(zhàn)能力】本書以應用為導向，全程采用案例式教學，多層次、全方位地演示機器學習實戰(zhàn)技巧，實踐性強，理論與實踐緊密結(jié)合。 【注重素質(zhì)教育，強調(diào)立德樹人】本書強調(diào)立德樹人，注重對讀者綜合能力的培養(yǎng)，著力打造“素質(zhì)+技能”協(xié)同育人新格局。本書積極將社會主義核心價值觀等素質(zhì)教育元素融入教材之中，并在課程的慕課平臺中提供了更多的素質(zhì)教育元素供教師選擇。 【經(jīng)典前沿并重，助力技能提升】本書既包含精心挑選的經(jīng)典機器學習算法，又緊跟科技前沿發(fā)展趨勢，引入集成學習、特征工程、深度學習等前沿內(nèi)容及應用案例，可以地幫助讀者拓展科技認知邊界，提升機器學習綜合實戰(zhàn)技能。 【高內(nèi)聚低耦合，方便教學剪裁】本書的內(nèi)容安排注重高內(nèi)聚和低耦合，篇章之間相對獨立，又保持一定的遞進關系，方便教師根據(jù)課時和專業(yè)特點對內(nèi)容進行剪裁。 【內(nèi)容層次豐富，從入門到精通】本書在章節(jié)安排上，既包括經(jīng)典的機器學習算法，又包括進階知識內(nèi)容；在案例實現(xiàn)上，既包括偏向原理細節(jié)的 Python 版本，又包括偏向工程實踐的 Sklearn 版本，可以滿足不同讀者群體在不同學習階段的需求。 【零基礎低門檻，受眾群體多樣】本書學習門檻低，方便初學者快速入門；內(nèi)容深入淺出、層次遞進豐富，可以滿足不同知識背景讀者的學習需求，既適用于高職高專學生，也適用于本科生、研究生，還適用于對機器學習感興趣的從業(yè)人員。 【配套資源豐富，服務院校教學】為了更好地服務院校教師教學，助力我國人工智能領域?qū)崙?zhàn)型人才培養(yǎng)，編者特意在學銀在線等慕課平臺為本書配套建設慕課課程，同時提供多種教輔資源，如教學視頻、在線考試系統(tǒng)、素質(zhì)教育元素、課件 PPT、教案、教學大綱、習題答案、案例源代碼、書中涉及的各類軟件的下載地址和安裝方法等，選用本書的教師可以到人郵教育社區(qū)(www.ryjiaoyu.com)下載相關資源。此外，為了實時服務院校教師教學，更加便利地交流教學心得，分享教學方法，獲取教學素材，編者連同人民郵電出版社建立了與本書配套的教師服務與交流群，歡迎人工智能相關課程的教師入群交流。

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版 內(nèi)容簡介

機器學習作為人工智能的重要分支，已在不同行業(yè)得到了廣泛應用。本書以錘煉讀者機器學習相關技術(shù)的實戰(zhàn)能力為導向，將案例與項目貫穿全文，全面系統(tǒng)地介紹了代表性機器學習算法及其應用。本書共12?章，分為?4?篇，即入門篇、監(jiān)督學習篇、無監(jiān)督學習篇、進階篇。入門篇概述機器學習，監(jiān)督學習篇主要介紹K近鄰、決策樹、線性模型、支持向量機和貝葉斯模型，無監(jiān)督學習篇主要介紹聚類、主成分分析和奇異值分解，進階篇主要介紹集成學習、特征工程和深度學習。 本書可作為高校工科專業(yè)機器學習相關課程的教材，也可供相關領域的培訓機構(gòu)教學使用，還可作為人工智能愛好者和相關方向技術(shù)人員的參考書。

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版 目錄

【章名目錄】 ### 第 1篇 入門篇 ### 第 1章 機器學習概述 ### 第 2篇 監(jiān)督學習篇 ### 第 2章 K近鄰 第3章 決策樹 第4章 線性模型 第5章 支持向量機 第6章 貝葉斯模型 ### 第3篇 無監(jiān)督學習篇 ### 第7章 聚類 第8章 主成分分析 第9章 奇異值分解 ### 第4篇 進階篇 ### 第 10章 集成學習 第 11章 特征工程 第 12章 深度學習 【詳細目錄】 ### 第 1篇 入門篇 ### 第 1章 機器學習概述 1.1 機器學習基礎 2 1.1.1 機器學習的定義 2 1.1.2 機器學習基本概念 3 1.1.3 機器學習分類 3 1.1.4 機器學習開發(fā)步驟：以股價預測為例 5 1.2 機器學習發(fā)展簡史 7 1.3 機器學習相近概念簡介 8 1.3.1 機器學習、深度學習和人工智能 8 1.3.2 機器學習與數(shù)據(jù)挖掘 8 1.3.3 機器學習與模式識別 8 1.3.4 機器學習與數(shù)學建模 9 1.4 機器學習典型應用領域 9 1.4.1 醫(yī)療保健領域 9 1.4.2 金融領域 9 1.4.3 電子商務與新零售領域 10 1.4.4 自然語言處理與語音識別領域 10 1.4.5 物聯(lián)網(wǎng)領域 10 1.5 綜合案例：機器學習開發(fā)環(huán)境配置和使用 10 1.5.1 案例概述 10 1.5.2 Windows版Anaconda安裝和卸載 12 1.5.3 代表性的開發(fā)模式實踐 13 1.5.4 Linux版Anaconda安裝和使用 20 習題1 24 實訓1 24 ### 第 2篇 監(jiān)督學習篇 ### 第 2章 K近鄰 2.1 K近鄰概述 26 2.1.1 原理及圖解 26 2.1.2 距離度量 28 2.1.3 形式化描述 30 2.1.4 優(yōu)勢和不足 30 2.2 監(jiān)督學習模型評價指標 31 2.2.1 分類模型評價指標 31 2.2.2 回歸模型評價指標 36 2.3 綜合案例：使用K近鄰分類器預測鳶尾花類型 38 2.3.1 案例概述 38 2.3.2 案例實現(xiàn)：Python版 41 2.3.3 案例實現(xiàn)：Sklearn版 42 2.4 綜合案例：使用K近鄰回歸器預測房價 43 2.4.1 案例概述 43 2.4.2 案
展開全部

機器學習基礎與案例實戰(zhàn):Python+Sklearn+TensorFlow:慕課版 作者簡介

張平：湖南工商大學計算機與信息工程學院"雙師型"教師，博士，副教授，碩士生導師；主持教育部青年項目、湖南省教改項目等科研/教研項目多項，在CCF推薦的權(quán)威期刊上發(fā)表SCI論文若干篇；主編《Python程序設計基礎與案例實戰(zhàn)(慕課版)》《Linux操作系統(tǒng)案例教程(CentOS Stream 9/RHEL 9)(微課版)》《Ubuntu Linux操作系統(tǒng)案例教程》等多本暢銷教材，理論功底扎實，實踐經(jīng)驗頗豐。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服