三民網路書店 / 搜尋結果

★ ML 最強套件 scikit-learn ✕ 經典演算法，帶領你徹底攻略所有 ML 必備理論與實踐技能！ 【本書內容】 機器學習是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。其研究電腦模擬或實現人類的學習行為，獲取新的知識，重新組合現有知識結構並改善自身的效能。 本書針對機器學習領域描述了多個學習模型、策略、演算法、理論以及應用，以 Python 3 為基礎，使用 scikit-learn 解決實際問題。 全書完整介紹機器學習基本概念、演算法流程、模型建構、資料訓練、模型評估與最佳化、必備工具和實現方法，並佐以實際案例，以機器學習的經典演算法為軸線：演算法分析 ▶ 資料獲取 ▶ 模型建構 ▶ 推斷 ▶ 演算法評估，讓你理論與實踐技能一次學會，輕易上手。 【本書特色】 ML 的最佳參考書，scikit-learn 的最紮實實戰應用，亦為深入 AI 技術的優良基礎！ ● 機器學習概述 ● 資料特徵提取 ● scikit-learn 估計器分類 ● 單純貝氏分類 ● 簡單線性迴歸到多元線性迴歸 ● k 近鄰演算法分類 ● 線性迴歸到邏輯迴歸 ● 非線性分類與決策樹迴歸 ● 決策樹到隨機森林 ● 感知機到支持向量機 ● 從感知機到類神經網路 ● 主成分分析降維

本書圍繞scikit-learn庫，詳細介紹機器學習模型、算法、應用場景及其案例實現方法，通過對相關算法循序漸進的講解，帶你輕鬆踏上機器學習之旅。本書採用理論與實踐相結合的方式，結合Python3語言的強大功能，以最小的編程代價來實現機器學習算法。本書配套PPT課件、案例源碼、數據集、開發環境與答疑服務。本書共分13章，內容包括機器學習的基礎理論、模型範式、策略、算法以及機器學習的應用開發，涵蓋特徵提取、簡單線性回歸、k近鄰算法、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、主成分分析等熱點研究領域。本書可以作為機器學習初學者、研究人員或從業人員的參考書，也可以作為計算機科學、大數據、人工智能、統計學和社會科學等專業的大學生或研究生的教材。

《電腦與教學 – zoom遠距教學和3D列印素養教案》一書是由何慧瑩副教授帶領國立臺北教育大學金克杰與李奇威兩位博士生，和大學部師資生撰寫而成。本書的前兩篇為zoom的遠距教學，詳細說明電腦Window版與平板的android版的操作步驟，可做為想要利用zoom來進行遠距教學的參考。接著zoom之後的則是國北教大師資培育生的3D列印素養教案，使用了Onshape和Tinkercad兩種線上免費軟體