Python機器學習及實踐
梁佩瑩
- 出版商: 清華大學
- 出版日期: 2020-05-01
- 定價: $474
- 售價: 7.9 折 $374
- 語言: 簡體中文
- 頁數: 318
- 裝訂: 平裝
- ISBN: 7302539731
- ISBN-13: 9787302539735
-
相關分類:
Machine Learning、Python
立即出貨
買這商品的人也買了...
-
$296R語言實用教程 -
$474深度學習入門之 PyTorch -
$474Python機器學習基礎教程 -
笨辦法學 C語言 (Learn C the Hard Way: Practical Exercises on the Computational Subjects You Keep Avoiding)$414$393 -
$403深度學習之 PyTorch 實戰電腦視覺 -
PyTorch 機器學習從入門到實戰$354$336 -
$327生成對抗網絡入門指南 (Generative adversarial Networks) -
Probability and Statistics for Data Science: Math + R + Data$2,450$2,328 -
$479Java Web 從入門到項目實踐(超值版) -
$465統計學習方法, 2/e -
$422跟著迪哥學 Python 數據分析與機器學習實戰 -
$473Java從入門到精通(微視頻精編版) -
$528機器學習 — 原理、算法與應用 -
$269Python 從入門到項目實踐(超值版) -
$352Python 機器學習算法 : 原理、實現與案例 -
$250機器學習線性代數基礎 (Python 語言描述) -
生成深度學習|訓練機器繪畫、作曲、寫作與玩遊戲 (Generative Deep Learning)$580$458 -
線性代數應該這樣學, 3/e$419$398 -
$422TensorFlow深度學習及實踐 -
$327電腦網絡基礎(第5版) -
圖解 AI|機器學習和深度學習的技術與原理$450$356 -
$517機器學習的數學 -
$422深度學習 — 從神經網絡到深度強化學習的演進 -
$607機器學習導論 -
$403可解釋機器學習:模型、方法與實踐
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
VIP 95折
深入淺出 SSD 測試 : 固態存儲測試流程 方法與工具$594$564 -
VIP 95折
MCP 開發從入門到實戰$515$489 -
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
RISC-V 架構 DSP 處理器設計$534$507 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
85折
$454RAG 實踐權威指南:構建精準、高效大模型之道 -
79折
$564CUDA 並行編程與性能優化 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
VIP 95折
大模型驅動的具身智能 架構,設計與實現$534$507 -
VIP 95折
納米級CMOS VLSI電路(可制造性設計)$474$450 -
VIP 95折
Manus應用與AI Agent設計指南:從入門到精通$359$341 -
VIP 95折
高薪Offer 簡歷、面試、談薪完全攻略$414$393 -
VIP 95折
軟件系統優化$534$507 -
VIP 95折
芯片的較量 (日美半導體風雲)$414$393 -
VIP 95折
Manus AI 智能體從入門到精通$294$279 -
87折
$981深度學習:基礎與概念 -
79折
$469GitHub Copilot 編程指南 -
87折
$469Cursor 與 Copilot 開發實戰 : 讓煩瑣編程智能化 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
Verilog HDL 計算機網絡典型電路算法設計與實現$354$336 -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
VIP 95折
高薪Offer 簡歷、面試、談薪完全攻略$414$393 -
VIP 95折
軟件系統優化$534$507 -
79折
$469GitHub Copilot 編程指南 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673 -
VIP 95折
深入淺出 Docker, 2/e$419$398 -
85折
$658Unity 特效制作:Shader Graph 案例精講 -
79折
$275零基礎玩轉國產大模型DeepSeek -
VIP 95折
人工智能大模型:機器學習基礎$774$735 -
VIP 95折
RAG 極簡入門:原理與實踐$419$398 -
VIP 95折
大模型實戰 : 從零實現 RAG 與 Agent 系統$419$398 -
VIP 95折
算法趣學(第2版)$348$331 -
VIP 95折
大模型理論與實踐——打造行業智能助手$354$336 -
85折
$509生成式人工智能 (基於 PyTorch 實現) -
VIP 95折
機器人抓取力學$894$849 -
VIP 95折
集成電路版圖設計從入門到精通$474$450 -
VIP 95折
Java 學習筆記, 6/e$839$797 -
VIP 95折
ZBrush遊戲角色設計(第2版)$479$455
相關主題
商品描述
Python是目前比較熱門的編程語言,以簡單易學、應用廣泛、類庫強大而著稱,是實現機器學習算法的愛選語言。
《Python機器學習及實踐/人工智能科學與技術叢書》以Python3.6.5為編寫平臺,
以幫助讀者快速上手、理論與實踐相結合為出發點,介紹Python機器學習的相關內容。
《Python機器學習及實踐/人工智能科學與技術叢書》共10章,分別介紹了機器學習的基礎知識、
近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。
通過《Python機器學習及實踐/人工智能科學與技術叢書》的學習,讀者可瞭解Python編程及在機器學習中的應用。
《Python機器學習及實踐/人工智能科學與技術叢書》可作為對Python和機器學習感興趣的初學者的參考書,
也可作為從事Python開發的廣大科研人員、學者、工程技術人員的參考書,
還可作為高等院校人工智能、計算機等相關專業的教材。
《Python機器學習及實踐/人工智能科學與技術叢書》突出的特點:
內容由淺入深,既有原理介紹,又有實戰操作,使讀者在實踐中掌握相關知識,並為解決問題提供詳細的方法。
具有超強的實用性,實例豐富,書中給出了80多個實例讓讀者理解概念、原理和算法。
以理論與實踐相結合為出發點,介紹Python機器學習的相關內容,即使沒有機器學習基礎的讀者也可以快速上手。
目錄大綱
第1章機器學習的基礎知識
1.1何謂機器學習
1.1.1傳感器和海量數據
1.1.2機器學習的重要性
1.1.3機器學習的表現
1.1.4機器學習的主要任務
1.1.5選擇合適的算法
1.1.6機器學習程序的步驟
1.2綜合分類
1.3推薦系統和深度學習
1.3.1推薦系統
1.3.2深度學習
1. 4何為Python
1.4.1使用Python軟件的由來
1.4.2為什麼使用Python
1.4.3 Python設計定位
1.4.4 Python的優缺點
1.4.5 Python的應用
1.5 Python編程第一步
1.6 NumPy函數庫基礎
1.7 Python疊代器與生成器
1.7.1疊代器
1.7.2生成器
1.8多線程
1.8.1學習Python線程
1. 8.2線程模塊
1.8.3線程同步
1.8.4線程優先級隊列(Queue)
1.9小結
1.10習題
第2章Python近鄰法
2.1 k近鄰法的三要素
2.1 .1 k選擇
2.1.2距離度量
2.1.3分類決策規則
2.2 k近鄰法
2.3 kd樹
2.3.1什麼是kd樹
2.3.2如何構建kd樹
2.3.3如何在kd樹中搜索
2.4 Python實現kd樹、k近鄰法
2.5小結
2.6習題
第3章Python數據降維
3.1維度災難與降維
3.2主成分分析
3.2.1 PCA原理
3.2.2 PCA算法
3.2.3 PCA降維的兩個準則
3.3 SVD降維
3.4核主成分分析降維
3.5流形學習降維
3.6多維縮放降維
3.6.1原理
3.6.2 MDS算法
3.7等度量映射降維
3.8局部線性嵌入
3.8.1原理
3.8.2 LLE算法
3.9非負矩陣分解
3. 10小結
3.11習題
……
第4章Python分類算法
第5章Python回歸算法
第6章Python聚類算法
第7章Python神經網絡
第8章Python推薦算法
第9章Python頻繁項集
第10章Python數據預處理
參考文獻



