注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)

機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)

機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)

定 價(jià):¥49.90

作 者: 暫缺
出版社: 清華大學(xué)出版社
叢編項(xiàng): 大數(shù)據(jù)與人工智能技術(shù)叢書
標(biāo) 簽: 暫缺

ISBN: 9787302597452 出版時(shí)間: 2022-04-01 包裝: 平裝
開本: 16開 頁數(shù): 196 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》特點(diǎn):以問題為導(dǎo)向,詳細(xì)講解基礎(chǔ)知識(shí)點(diǎn)與算法的演練。機(jī)器學(xué)習(xí)實(shí)戰(zhàn)案例豐富,涵蓋15個(gè)完整項(xiàng)目案例。代碼詳盡,避免對(duì)API的形式展示,規(guī)避重復(fù)代碼。語言簡(jiǎn)明易懂,輕松學(xué)會(huì)Python機(jī)器學(xué)習(xí)常見算法。各個(gè)算法相對(duì)獨(dú)立,便于讀者理解和掌握數(shù)學(xué)原理?!稒C(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》將基礎(chǔ)理論和案例實(shí)戰(zhàn)相結(jié)合,循序漸進(jìn)地介紹了關(guān)于機(jī)器學(xué)習(xí)領(lǐng)域中的經(jīng)典和流行算法,全面、系統(tǒng)地介紹了使用Python實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法,并通過PyTorch框架實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法中的深度學(xué)習(xí)內(nèi)容。《機(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》首部分為基礎(chǔ)篇,包括第1-8章,系統(tǒng)地介紹了機(jī)器學(xué)習(xí)基礎(chǔ)、數(shù)據(jù)預(yù)處理、簡(jiǎn)單分類算法、決策樹、支持向量機(jī)、回歸分析、聚類分析、神經(jīng)網(wǎng)絡(luò)與多層感知機(jī);第二部分為綜合篇,包括第9~12章,介紹了CNN、RNN、GNN及GAN等經(jīng)典深度學(xué)習(xí)方法及其在計(jì)算機(jī)視覺與自然語言處理領(lǐng)域中的應(yīng)用實(shí)踐;第三部分為拓展篇,包括第13~15章,以百度飛槳和曠視天元為例介紹了具有代表性的國(guó)產(chǎn)開源框架及其應(yīng)用案例,最后簡(jiǎn)要介紹了國(guó)內(nèi)外兩個(gè)主流機(jī)器學(xué)習(xí)競(jìng)賽平臺(tái)?!稒C(jī)器學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》主要面向廣大從事數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘或深度學(xué)習(xí)的專業(yè)人員,從事高等教育的專任教師,高等學(xué)校的在讀學(xué)生及相關(guān)領(lǐng)域的科研人員。

作者簡(jiǎn)介

  劉袁緣,主要研究計(jì)算機(jī)視覺、跨模態(tài)情感計(jì)算、機(jī)器學(xué)習(xí)。CCF和IEEE會(huì)員,中國(guó)圖像圖形學(xué)會(huì)CSIG專委會(huì)委員,香港中文大學(xué)(深圳)客座副研究員。發(fā)表重要國(guó)際學(xué)術(shù)會(huì)議和期刊論文30余篇,出版學(xué)術(shù)專著2部,入選中國(guó)博士后優(yōu)秀學(xué)術(shù)文庫。先后主持國(guó)家面上基金和青年基金、武漢市科技局項(xiàng)目、航天基金預(yù)研項(xiàng)目。目前擔(dān)任《Pattern recognition》、《Multimedia and tools application》、《IEEE Transactions on Automation Science and Engineering》、《 International Journal of Remote Sensing》、《IEEE Access》、FCS、《計(jì)算機(jī)學(xué)報(bào)》《測(cè)繪學(xué)報(bào)》等期刊和國(guó)際會(huì)議審稿人。

圖書目錄

第一部分 基礎(chǔ)篇
第1章 機(jī)器學(xué)習(xí)基礎(chǔ)
1.1 機(jī)器學(xué)習(xí)概述
1.1.1 機(jī)器學(xué)習(xí)任務(wù)
1.1.2 重要概念
1.1.3 性能評(píng)估
1.2 編程語言與環(huán)境
1.2.1 Python簡(jiǎn)介
1.2.2 Python環(huán)境配置與安裝
1.2.3 Python機(jī)器學(xué)習(xí)編程庫
1.2.4 PyTorch框架
第2章 數(shù)據(jù)預(yù)處理
2.1 數(shù)據(jù)清洗
2.1.1 缺失值處理
2.1.2 離群值檢測(cè)
2.2 數(shù)據(jù)轉(zhuǎn)換
2.2.1 數(shù)字化
2.2.2 離散化
2.2.3 正規(guī)化
2.2.4 數(shù)值轉(zhuǎn)換
2.3 數(shù)據(jù)壓縮
2.3.1 降維
2.3.2 實(shí)例選擇和采樣
2.4 應(yīng)用案例:基于PCA的數(shù)據(jù)降維
2.4.1 數(shù)據(jù)集
2.4.2 PCA降維
2.4.3 案例結(jié)果及分析
第3章 簡(jiǎn)單分類算法
3.1 樸素貝葉斯分類算法
3.2 KNN分類算法
3.2.1 KNN算法實(shí)現(xiàn)原理
3.2.2 KNN算法實(shí)現(xiàn)步驟
3.2.3 KNN算法優(yōu)缺點(diǎn)
3.3 應(yīng)用案例:KNN分類
3.3.1 數(shù)據(jù)集
3.3.2 構(gòu)建KNN分類器
3.3.3 案例結(jié)果及分析
第4章 決策樹
4.1 決策樹模型
4.2 特征選擇
4.2.1 特征和數(shù)據(jù)劃分
4.2.2 劃分標(biāo)準(zhǔn)
4.3 決策樹生成算法
4.3.1 ID3決策樹生成算法
4.3.2 C4.5決策樹生成算法
4.4 CART算法
4.4.1 決策樹的剪枝
4.4.2 CART生成算法
4.4.3 CART剪枝算法
4.5 應(yīng)用案例:基于決策樹的鳶尾花圖像分類
4.5.1 數(shù)據(jù)集
4.5.2 構(gòu)建決策樹
4.5.3 案例結(jié)果及分析
第5章 支持向量機(jī)
5.1 支持向量機(jī)的基本原理
5.1.1 線性可分
5.1.2 最大間隔問題
5.1.3 支持向量
5.2 常用核函數(shù)
5.2.1 線性核函數(shù)
5.2.2 高斯核函數(shù)
5.2.3 多項(xiàng)式核函數(shù)
5.3 應(yīng)用案例:基于SVM的異或數(shù)據(jù)集劃分
5.3.1 數(shù)據(jù)集及數(shù)據(jù)預(yù)處理
5.3.2 構(gòu)建SVM分類器
5.3.3 案例結(jié)果及分析
第6章 回歸分析
……
第二部分 綜合篇
第三部分 拓展篇

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.dappsexplained.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)