數(shù)據(jù)分析與機器學習算法

定　價：￥46.00

作　者：	韓偉
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥32.20)

ISBN：	9787111723004	出版時間：	2023-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	200	字數(shù)：

內(nèi)容簡介

　　本書從數(shù)據(jù)分析與機器學習算法入手，系統(tǒng)地介紹了機器學習各類算法的原理方法和實際應用。本書的主要內(nèi)容包括：KNN算法、樸素貝葉斯、決策樹、支持向量機、線性回歸、K-means算法、人工神經(jīng)網(wǎng)絡、卷積網(wǎng)絡深度學習以及基于Python數(shù)據(jù)分析進行職業(yè)規(guī)劃。本書作為大數(shù)據(jù)技術(shù)與人工智能領(lǐng)域的入門教材，在內(nèi)容上涵蓋了機器學習經(jīng)典算法的基礎(chǔ)知識和應用實例，采用Python作為編程語言，強調(diào)基本算法的應用理解，內(nèi)容由淺入深。各部分內(nèi)容均配有相應的任務，注重實踐應用，便于讀者學習和掌握。本書可作為各類職業(yè)院校大數(shù)據(jù)技術(shù)、云計算技術(shù)應用、人工智能技術(shù)應用等相關(guān)專業(yè)的教學用書，也可作為相關(guān)專業(yè)領(lǐng)域工程技術(shù)人員的參考用書。本書配有電子課件、源代碼、微課視頻（掃描二維碼觀看）等課程資源，選用本書作為授課教材的教師可以登錄機械工業(yè)出版社教育服務網(wǎng)（www.cmpedu.com）注冊后免費下載，也可聯(lián)系編輯（010-88379807）咨詢。

作者簡介

暫缺《數(shù)據(jù)分析與機器學習算法》作者簡介

圖書目錄

前言二維碼索引項目1　KNN算法及應用1任務1　車型15任務2　鳶尾花分類17項目小結(jié).20拓展練習20項目２　樸素貝葉斯應用23任務1　利用樸素貝葉斯商品29任務2　改進算法33任務3　評價算法35任務4　編程實現(xiàn)樸素貝葉斯37項目小結(jié)39拓展練習39項目３　決策樹應用41任務1　開發(fā)人工智能的信用卡審批系統(tǒng)47任務2　處理數(shù)據(jù)的瑕疵以及特征工程50任務3　編程完成決策樹項目應用52項目小結(jié)53拓展練習53項目４　支持向量機應用55任務1　預測學生成績63任務2　用核函數(shù)處理非線性可分的數(shù)據(jù)65任務3　可視化數(shù)據(jù)67項目小結(jié)81拓展練習81項目5　線性回歸應用83任務1　預測連鎖店消暑飲料的銷售量86任務2　可視化擬合結(jié)果和趨勢89任務3　度量線性回歸模型可用性.91任務4　用線性回歸模型預測房屋價格92項目小結(jié)96拓展練習96項目6　K-means算法及應用.97任務1　利用K-means算法進行櫻花耐寒性聚類104任務2　數(shù)據(jù)降維107任務3　用K-means劃分球隊梯隊110項目小結(jié)113拓展練習113項目7　人工神經(jīng)網(wǎng)絡應用115任務1　用Tensorflow實現(xiàn)手勢識別144任務2　用pytorch實現(xiàn)手寫數(shù)字識別153任務3　利用神經(jīng)網(wǎng)絡辨認魚的種類157任務4　用梯度下降算法求解參數(shù).162項目小結(jié)164拓展練習165項目８　卷積網(wǎng)絡深度學習167任務1　構(gòu)造特征辨認圖像174任務2　用卷積網(wǎng)絡識別手寫數(shù)字179項目小結(jié)182拓展練習182項目９　基于Python數(shù)據(jù)分析進行職業(yè)規(guī)劃183任務1　爬取數(shù)據(jù)187任務2　清洗和整理數(shù)據(jù)189任務3　分析數(shù)據(jù)、輸出報表192任務4　生成詞云圖196項目小結(jié)200拓展練習200參考文獻201