機器學習經典算法實踐 (Python版)
李茜 盧星宇 吳斌 肖雲鵬
- 出版商: 清華大學
- 出版日期: 2022-05-01
- 定價: $294
- 售價: 7.9 折 $232
- 語言: 簡體中文
- ISBN: 7302597111
- ISBN-13: 9787302597117
-
相關分類:
Machine Learning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
圖解密碼技術, 3/e$534$507 -
機器學習與深度學習算法基礎$534$507 -
$454Python 科學計算及實踐 -
$180機器學習公式詳解 -
輕鬆學自然語言處理-電腦這樣理解語言 (學AI真簡單系列3)$280$252 -
$454SaaS 商業實戰:好模式如何變成好生意 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras -
$454自然語言處理 NLP 從入門到項目實戰:Python 語言實現 -
$305Python 中文自然語言處理基礎與實戰 -
圖解有趣的生活統計學:零概念也能樂在其中!真正實用的統計學知識$400$340 -
$331集成學習入門與實戰:原理、算法與應用 -
數位與醫學的人工智慧影像處理技術:Python 實務$580$452 -
$539Python 自動化辦公與 RPA 從入門到實戰 -
Python FastAPI 構建數據科學應用$534$507 -
$356SaaS 創業之路:產品、營銷、服務、經營實踐與思考 -
$327scikit-learn 機器學習實戰 -
$254程序員的數學4:圖論入門 -
$403檢索匹配:深度學習在搜索、廣告、推薦系統中的應用 -
$469Serverless 架構下的 AI 應用開發:入門、實戰與性能優化 -
$469精通 Transformer : 從零開始構建最先進的 NLP 模型 -
$658高級 Python 核心編程開啟精通 Python 編程世界之旅 -
$505python核心編程:從入門到實踐:學與練 -
$560Python 開發實例大全 上捲 -
$560Python 開發實例大全 下捲 -
$564前端工程化 : 基於 Vue.js 3.0 的設計與實踐
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 -
VIP 95折
CUDA 並行編程與性能優化$714$678 -
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 -
87折
$360高薪Offer 簡歷、面試、談薪完全攻略 -
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 -
VIP 95折
深度學習:基礎與概念$1,128$1,072 -
85折
$505GitHub 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 -
87折
$360高薪Offer 簡歷、面試、談薪完全攻略 -
VIP 95折
軟件系統優化$534$507 -
85折
$505GitHub 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 -
VIP 95折
大模型應用開發 RAG 實戰課$599$569 -
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
相關主題
商品描述
本書的寫作目的旨在幫助大量正走在、或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現,很多同學一方面想學、願意學;另一方面又遇到入門難的問題,希望能有一本書旨在幫助正走在或即將走向學習機器學習路上的廣大讀者朋友。我們在日常教學和培養研究生過程中發現,很多同學一方面想學、願意學; 另一方面又遇到入門難的問題,希望能有一本書、一本教材講原理、給數據、給源碼、給實驗,帶著入門。本著這樣一個初衷,我們選擇了機器學習領域析十大經典算法,把我們平常培養碩士研究生一年級剛入校學生的算法材料整理,開放提供給廣大希望學習的讀者朋友,寫一本機器學習入門級的學習材料。每章完整的源代碼掃描二維碼即可下載,每個算法一個Python工程,實驗數據就在每個工程的data文件夾下。代碼風格盡量保持一致,讓讀者更容易理解。 本書可作為高等學校各專業“機器學習”及相關課程的教學參考書。本書、一本教材講原理、給數據、給源碼、給實驗,帶著入門。
目錄大綱
目錄
●第1章KNN
1.1KNN算法原理
1.1.1算法引入
1.1.2科學問題
1.1.3算法流程
1.1.4算法描述
1.1.5補充說明
1.2KNN算法實現
1.2.1簡介
1.2.2核心代碼
1.3實驗數據
1.4實驗結果
1.4.1結果展示
1.4.2結果分析
●第2章樸素貝葉斯
2.1樸素貝葉斯算法原理
2.1.1樸素貝葉斯算法引入
2.1.2科學問題
2.1.3算法流程
2.1.4算法描述
2.1.5算法補充
2.2樸素貝葉斯算法實現
2.2.1簡介
2.2.2核心代碼
2.3實驗數據
2.4實驗結果
2.4.1結果展示
2.4.2結果分析
●第3章C4.5
3.1C4.5算法原理
3.1.1C4.5算法引入
3.1.2科學問題
3.1.3算法流程
3.1.4算法描述
3.1.5補充說明
3.2C4.5算法實現
3.2.1簡介
3.2.2核心代碼
3.3實驗數據
3.4實驗結果
3.4.1結果展示
3.4.2結果分析
●第4章SVM
4.1SVM算法原理
4.1.1算法引入
4.1.2科學問題
4.1.3算法流程
4.1.4算法描述
4.1.5補充說明
4.2SVM算法實現
4.2.1簡介
4.2.2核心代碼
4.3實驗數據
4.4實驗結果
4.4.1結果展示
4.4.2結果分析
●第5章AdaBoost
5.1AdaBoost算法原理
5.1.1算法引入
5.1.2科學問題
5.1.3算法流程
5.1.4算法描述
5.1.5補充說明
5.2AdaBoost算法實現
5.2.1簡介
5.2.2核心代碼
5.3實驗數據
5.4實驗結果
5.4.1結果展示
5.4.2結果分析
●第6章CART
6.1CART算法原理
6.1.1算法引入
6.1.2科學問題
6.1.3算法流程
6.1.4算法描述
6.1.5補充說明
6.2CART算法實現
6.2.1簡介
6.2.2核心代碼
6.3實驗數據
6.4實驗結果
6.4.1結果展示
6.4.2結果分析
●第7章KMeans
7.1KMeans算法原理
7.1.1算法引入
7.1.2科學問題
7.1.3算法流程
7.1.4算法描述
7.1.5補充說明
7.2KMeans算法實現
7.2.1簡介
7.2.2核心代碼
7.3實驗數據
7.4實驗結果
7.4.1結果展示
7.4.2結果分析
●第8章Apriori
8.1Apriori算法原理
8.1.1算法引入
8.1.2科學問題
8.1.3算法流程
8.1.4算法描述
8.2Apriori算法實現
8.2.1簡介
8.2.2核心代碼
8.3實驗數據
8.4實驗結果
8.4.1結果展示
8.4.2結果分析
●第9章PageRank
9.1PageRank算法原理
9.1.1PageRank算法引入
9.1.2科學問題
9.1.3算法流程
9.1.4算法描述
9.2PageRank算法實現
9.2.1簡介
9.2.2核心代碼
9.3實驗數據
9.4實驗結果
9.4.1結果展示
9.4.2結果分析
●第10章EM
10.1EM算法原理
10.1.1EM算法的引入
10.1.2科學問題
10.1.3理論推導
10.1.4算法流程
10.1.5算法描述
10.2EMGMM實現
10.2.1簡介
10.2.2核心代碼
10.3實驗數據
10.4實驗結果
10.4.1結果展示
10.4.2結果分析



