scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e)

[美]加文·海克(Gavin Hackeling) 張浩然

  • scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e)-preview-1
  • scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e)-preview-2
scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e)-preview-1

買這商品的人也買了...

相關主題

商品描述

近年來,Python語言成為了廣受歡迎的編程語言,而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習算法庫,它可以實現一系列常用的機器學習算法,是一個好工具。

本書通過14章內容,詳細地介紹了一系列機器學習模型和scikit-learn的使用技巧。本書從機器學習的基礎理論講起,涵蓋了簡單線性回歸、K-近鄰算法、特徵提取、多元線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹回歸、隨機森林、感知機、支持向量機、人工神經網絡、K-均值算法、主成分分析等重要話題。

本書適合機器學習領域的工程師學習,也適合想要瞭解scikit-learn的數據科學家閱讀。通過閱讀本書,讀者將有效提升自己在機器學習模型的構建和評估方面的能力,並能夠高效地解決機器學習難題。

目錄大綱

版權
版權聲明
內容提要
作者簡介
審稿人簡介
前言
資源與支持
第1章機器學習基礎
第2章簡單線性回歸
第3章用K-近鄰算法分類和回歸
第4章特徵提取
第5章從簡單線性回歸到多元線性回歸
第6章從線性回歸到邏輯回歸
第7章樸素貝葉斯
第8章非線性分類和決策樹回歸
第9章集成方法:從決策樹到隨機森林
第10章感知機
第11章從感知機到支持向量機
第12章從感知機到人工神經網絡
第13章K-均值算法
第14章使用主成分分析降維
第14章使用主成分分析降維