滿額折
跟我一起學機器學習（簡體書）
商品資訊
系列名：計算機技術開發與應用叢書
ISBN13：9787302592846
出版社：清華大學出版社(大陸)
作者：王成; 黃曉輝
出版日：2022/08/06
裝訂／頁數：平裝／227頁
規格：24cm*17cm (高/寬)
版次：一版
商品簡介
相關商品
商品簡介
本書系統地闡述機器學習中常見的幾類模型，包括模型的思想、原理及實現細節等。同時，本書還結合了當前熱門的機器學習框架Sklearn，對書中所涉及的模型進行用法上詳細講解。
全書共10章，第1章介紹機器學習開發環境的配置；第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評價指標，以及用於有監督模型訓練的梯度下降算法；第3章介紹邏輯回歸模型的基本原理和分類模型中常見的幾種評價指標；第4章介紹模型的改善與泛化，包括特徵標準化、如何避免過擬合及如何進行模型選擇等；第5章講解K最近鄰分類算法的基本原理及kd樹的構造與搜索；第6章介紹樸素貝葉斯算法的基本原理；第7章介紹幾種常見的文本特徵提取方法，包括詞袋模型和TF-IDF等；第8章講解決策樹的基本原理，包括幾種經典的決策樹生成算法和集成模型；第9章介紹支持向量機的基本原理與求解過程；第10章介紹幾種經典的聚類算法及相應的評價指標計算方法。
本書包含大量的代碼示例及實際案例介紹，不僅可以作為計算機相關專業學生入門機器學習的讀物，同時也適用於非計算機專業及培訓機構的參考學習書籍。
全書共10章，第1章介紹機器學習開發環境的配置；第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評價指標，以及用於有監督模型訓練的梯度下降算法；第3章介紹邏輯回歸模型的基本原理和分類模型中常見的幾種評價指標；第4章介紹模型的改善與泛化，包括特徵標準化、如何避免過擬合及如何進行模型選擇等；第5章講解K最近鄰分類算法的基本原理及kd樹的構造與搜索；第6章介紹樸素貝葉斯算法的基本原理；第7章介紹幾種常見的文本特徵提取方法，包括詞袋模型和TF-IDF等；第8章講解決策樹的基本原理，包括幾種經典的決策樹生成算法和集成模型；第9章介紹支持向量機的基本原理與求解過程；第10章介紹幾種經典的聚類算法及相應的評價指標計算方法。
本書包含大量的代碼示例及實際案例介紹，不僅可以作為計算機相關專業學生入門機器學習的讀物，同時也適用於非計算機專業及培訓機構的參考學習書籍。
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。