孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

机器学习案例驱动教程

机器学习案例驱动教程
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者:
出版社: 电子工业出版社
2021-06
版次: 1
ISBN: 9787121411038
定价: 49.00
装帧: 其他
开本: 其他
纸张: 胶版纸
页数: 260页
分类: 教材教辅考试>教材>高职教材>计算机与互联网
6人买过
  • 本书在不涉及大量数学模型与复杂算法实现的前提下，从机器学习概述开始，由“泰坦尼克号数据分析与预处理”“良/恶性乳腺癌肿瘤预测”“波士顿房价预测”“手写体数字聚类”“人脸特征降维”“在线旅行社酒店价格异常检测”6个案例分别引入数据分析、分类、回归、聚类、特征降维和异常检测的应用开发实战技术及其少量理论，能够帮助读者以快的速度掌握使用Scikit-learn库进行机器学习开发的实战技能。书末是学习机器学习时可能用到的附录。本书适合对机器学习感兴趣的初学者、需要快速入门机器学习的高职相关专业学生，以及期望快速进入机器学习任务的研发工程技术人员。 张霞，南京航空航天大学博士，现任南京信息职业技术学院人工智能学院人工智能技术服务教研室主任，2019年江苏省高校青蓝工程优秀青年骨干教师培养对象，江苏省人工智能学会人工智能教育专业委员会委员，主要研究人工智能技术服务及信息职业教育。发表SCI论文2篇，EI论文1篇，中文核心论文2篇，主持中国电子教育学会课题1项获一等奖，主持横向课题2项，主持校社科课题1项，参与横向课题3项，参与国家骨干院校重点建设专业等。 绪论 1 

    0.1 机器学习综述 1 

    0.1.1 机器学习的含义 1 

    0.1.2 机器学习的应用场景 1 

    0.1.3 机器学习类型 3 

    0.1.4 相关术语 5 

    0.1.5 人工智能、机器学习与深度学习 6 

    0.2 开发环境搭建 8 

    0.2.1 Windows系统环境 8 

    0.2.2 Ubuntu系统环境 17 

    0.3 Python编程基础 17 

    0.3.1 Python简介 17 

    0.3.2 Python基本语法 18 

    0.3.3 Python数据类型 19 

    0.3.4 Python常用语句 28 

    0.3.5 Python函数（模块）设计 33 

    0.3.6 Python编程库（包）的导入 38 

    案例1 泰坦尼克号数据分析与预处理 39 

    1.1 案例描述及实现 39 

    1.2 案例详解及示例 43 

    1.3 支撑技术 45 

    1.3.1 Numpy 45 

    1.3.2 Matplotlib 52 

    1.3.3 Pandas 61 

    1.3.4 Scikit-learn 64 

    案例2 良/恶性乳腺癌肿瘤预测 66 

    2.1 案例描述及实现 66 

    2.2 案例详解及示例 69 

    2.2.1 数据预处理 69 

    2.2.2 linear_model 71 

    2.2.3 KNeighborsClassifier 74 

    2.2.4 SVM 76 

    2.2.5 naive_bayes 80 

    2.2.6 DecisionTreeClassifier 82 

    2.2.7 ensemble 85 

    2.2.8 classification_report 87 

    2.3 支撑知识 88 

    2.3.1 分类任务简介 88 

    2.3.2 线性模型 88 

    2.3.3 K近邻分类 90 

    2.3.4 支持向量机 91 

    2.3.5 朴素贝叶斯 93 

    2.3.6 决策树 95 

    2.3.7 集成模型 96 

    2.3.8 神经网络 97 

    案例3 波士顿房价预测 98 

    3.1 案例描述及实现 98 

    3.2 案例详解及示例 102 

    3.2.1 数据预处理 102 

    3.2.2 linear_model 104 

    3.2.3 KNeighborsRegressor 108 

    3.2.4 SVR 110 

    3.2.5 DecisionTreeRegressor 111 

    3.2.6 ensemble 113 

    3.3 支撑知识 119 

    3.3.1 回归任务简介 119 

    3.3.2 线性回归 120 

    3.3.3 K近邻回归 121 

    3.3.4 支持向量机回归 122 

    3.3.5 决策树回归 122 

    3.3.6 集成模型回归 124 

    案例4 手写体数字聚类 125 

    4.1　案例描述及实现 125 

    4.1.1　案例简介 125 

    4.1.2　数据介绍 125 

    4.1.3　案例实现 126 

    4.2　案例详解及示例 129 

    4.2.1　load_digits 129 

    4.2.2　AgglomerativeClustering 130 

    4.2.3 KMeans 131 

    4.2.4 MeanShift 133 

    4.2.5 DBSCAN 134 

    4.2.6 AffinityPropagation 136 

    4.2.7 v_measure_score 137 

    4.3 支撑知识 140 

    4.3.1 聚类任务简介 140 

    4.3.2 层次聚类 140 

    4.3.3 K均值聚类 141 

    4.3.4　均值漂移聚类 143 

    4.3.5　密度聚类 143 

    4.3.6　近邻传播聚类 144 

    案例5 人脸特征降维 145 

    5.1 案例描述 145 

    5.1.1 案例简介 145 

    5.1.2 数据介绍 145 

    5.1.3 案例实现 145 

    5.2 案例详解及示例 148 

    5.2.1 fetch_olivetti_faces 148 

    5.2.2 PCA 149 

    5.2.3 NMF 155 

    5.2.4　FastICA 156 

    5.2.5　FactorAnalysis 157 

    5.3　支撑知识及示例 158 

    5.3.1　特征降维简介 158 

    5.3.2　主成分分析 158 

    5.3.3　非负矩阵分解 159 

    5.3.4　独立成分分析 160 

    5.3.5　因子分析 161 

    案例6 在线旅行社酒店价格异常检测 162 

    6.1　案例描述 162 

    6.1.1　案例简介 162 

    6.1.2 数据介绍 162 

    6.1.3　案例实现 163 

    6.2 案例详解及示例 168 

    6.2.1 导入数据 168 

    6.2.2 基于聚类的异常检测 168 

    6.2.3 基于孤立森林的异常检测 169 

    6.2.4 基于支持向量机的异常检测 172 

    6.2.5 基于高斯分布的异常检测 173 

    6.3 支撑知识 177 

    6.3.1 异常检测简介 177 

    6.3.2 基于聚类的异常检测 177 

    6.3.3 基于孤立森林的异常检测 177 

    6.3.4 基于支持向量机的异常检测 179 

    6.3.5 基于高斯分布的异常检测 179 

    附录A　VirtualBox虚拟机软件与Linux的安装和配置 180 

    附录B　Linux（Ubuntu 14.4）的基本命令与使用 203 

    附录C　GitHub代码托管平台 208 

    附录D　Docker技术与应用 212 

    附录E　人工智能的数学基础与工具 214 

    附录F　公开数据集介绍与下载 225 

    附录G　人工智能的网络学习资源 230 

    附录H　人工智能的技术图谱 233 

    附录I　人工智能技术应用就业岗位与技能需求 237 

    附录J　Sklearn常用模块和函数 242 

    参考文献 248
  • 内容简介:
    本书在不涉及大量数学模型与复杂算法实现的前提下，从机器学习概述开始，由“泰坦尼克号数据分析与预处理”“良/恶性乳腺癌肿瘤预测”“波士顿房价预测”“手写体数字聚类”“人脸特征降维”“在线旅行社酒店价格异常检测”6个案例分别引入数据分析、分类、回归、聚类、特征降维和异常检测的应用开发实战技术及其少量理论，能够帮助读者以快的速度掌握使用Scikit-learn库进行机器学习开发的实战技能。书末是学习机器学习时可能用到的附录。本书适合对机器学习感兴趣的初学者、需要快速入门机器学习的高职相关专业学生，以及期望快速进入机器学习任务的研发工程技术人员。
  • 作者简介:
    张霞，南京航空航天大学博士，现任南京信息职业技术学院人工智能学院人工智能技术服务教研室主任，2019年江苏省高校青蓝工程优秀青年骨干教师培养对象，江苏省人工智能学会人工智能教育专业委员会委员，主要研究人工智能技术服务及信息职业教育。发表SCI论文2篇，EI论文1篇，中文核心论文2篇，主持中国电子教育学会课题1项获一等奖，主持横向课题2项，主持校社科课题1项，参与横向课题3项，参与国家骨干院校重点建设专业等。
  • 目录:
    绪论 1 

    0.1 机器学习综述 1 

    0.1.1 机器学习的含义 1 

    0.1.2 机器学习的应用场景 1 

    0.1.3 机器学习类型 3 

    0.1.4 相关术语 5 

    0.1.5 人工智能、机器学习与深度学习 6 

    0.2 开发环境搭建 8 

    0.2.1 Windows系统环境 8 

    0.2.2 Ubuntu系统环境 17 

    0.3 Python编程基础 17 

    0.3.1 Python简介 17 

    0.3.2 Python基本语法 18 

    0.3.3 Python数据类型 19 

    0.3.4 Python常用语句 28 

    0.3.5 Python函数（模块）设计 33 

    0.3.6 Python编程库（包）的导入 38 

    案例1 泰坦尼克号数据分析与预处理 39 

    1.1 案例描述及实现 39 

    1.2 案例详解及示例 43 

    1.3 支撑技术 45 

    1.3.1 Numpy 45 

    1.3.2 Matplotlib 52 

    1.3.3 Pandas 61 

    1.3.4 Scikit-learn 64 

    案例2 良/恶性乳腺癌肿瘤预测 66 

    2.1 案例描述及实现 66 

    2.2 案例详解及示例 69 

    2.2.1 数据预处理 69 

    2.2.2 linear_model 71 

    2.2.3 KNeighborsClassifier 74 

    2.2.4 SVM 76 

    2.2.5 naive_bayes 80 

    2.2.6 DecisionTreeClassifier 82 

    2.2.7 ensemble 85 

    2.2.8 classification_report 87 

    2.3 支撑知识 88 

    2.3.1 分类任务简介 88 

    2.3.2 线性模型 88 

    2.3.3 K近邻分类 90 

    2.3.4 支持向量机 91 

    2.3.5 朴素贝叶斯 93 

    2.3.6 决策树 95 

    2.3.7 集成模型 96 

    2.3.8 神经网络 97 

    案例3 波士顿房价预测 98 

    3.1 案例描述及实现 98 

    3.2 案例详解及示例 102 

    3.2.1 数据预处理 102 

    3.2.2 linear_model 104 

    3.2.3 KNeighborsRegressor 108 

    3.2.4 SVR 110 

    3.2.5 DecisionTreeRegressor 111 

    3.2.6 ensemble 113 

    3.3 支撑知识 119 

    3.3.1 回归任务简介 119 

    3.3.2 线性回归 120 

    3.3.3 K近邻回归 121 

    3.3.4 支持向量机回归 122 

    3.3.5 决策树回归 122 

    3.3.6 集成模型回归 124 

    案例4 手写体数字聚类 125 

    4.1　案例描述及实现 125 

    4.1.1　案例简介 125 

    4.1.2　数据介绍 125 

    4.1.3　案例实现 126 

    4.2　案例详解及示例 129 

    4.2.1　load_digits 129 

    4.2.2　AgglomerativeClustering 130 

    4.2.3 KMeans 131 

    4.2.4 MeanShift 133 

    4.2.5 DBSCAN 134 

    4.2.6 AffinityPropagation 136 

    4.2.7 v_measure_score 137 

    4.3 支撑知识 140 

    4.3.1 聚类任务简介 140 

    4.3.2 层次聚类 140 

    4.3.3 K均值聚类 141 

    4.3.4　均值漂移聚类 143 

    4.3.5　密度聚类 143 

    4.3.6　近邻传播聚类 144 

    案例5 人脸特征降维 145 

    5.1 案例描述 145 

    5.1.1 案例简介 145 

    5.1.2 数据介绍 145 

    5.1.3 案例实现 145 

    5.2 案例详解及示例 148 

    5.2.1 fetch_olivetti_faces 148 

    5.2.2 PCA 149 

    5.2.3 NMF 155 

    5.2.4　FastICA 156 

    5.2.5　FactorAnalysis 157 

    5.3　支撑知识及示例 158 

    5.3.1　特征降维简介 158 

    5.3.2　主成分分析 158 

    5.3.3　非负矩阵分解 159 

    5.3.4　独立成分分析 160 

    5.3.5　因子分析 161 

    案例6 在线旅行社酒店价格异常检测 162 

    6.1　案例描述 162 

    6.1.1　案例简介 162 

    6.1.2 数据介绍 162 

    6.1.3　案例实现 163 

    6.2 案例详解及示例 168 

    6.2.1 导入数据 168 

    6.2.2 基于聚类的异常检测 168 

    6.2.3 基于孤立森林的异常检测 169 

    6.2.4 基于支持向量机的异常检测 172 

    6.2.5 基于高斯分布的异常检测 173 

    6.3 支撑知识 177 

    6.3.1 异常检测简介 177 

    6.3.2 基于聚类的异常检测 177 

    6.3.3 基于孤立森林的异常检测 177 

    6.3.4 基于支持向量机的异常检测 179 

    6.3.5 基于高斯分布的异常检测 179 

    附录A　VirtualBox虚拟机软件与Linux的安装和配置 180 

    附录B　Linux（Ubuntu 14.4）的基本命令与使用 203 

    附录C　GitHub代码托管平台 208 

    附录D　Docker技术与应用 212 

    附录E　人工智能的数学基础与工具 214 

    附录F　公开数据集介绍与下载 225 

    附录G　人工智能的网络学习资源 230 

    附录H　人工智能的技术图谱 233 

    附录I　人工智能技术应用就业岗位与技能需求 237 

    附录J　Sklearn常用模块和函数 242 

    参考文献 248
查看详情
相关分类
一年级 二年级 三年级 四年级 五年级 六年级 小升初 小学通用 初一 初二 初三 中考 初中通用 高一
相关图书 / 更多
机器学习案例驱动教程
机器学习与智能感知
张宝昌
￥22.91 起
机器学习案例驱动教程
机器岛
（法）儒勒·凡尔纳著 许崇山 钟燕萍译
￥29.69 起
机器学习案例驱动教程
机器学习及深度学习算法在医学图像中的应用
朱付保 著
￥40.57 起
机器学习案例驱动教程
机器学习实战（视频教学版）
迟殿委 王培进 王兴平
￥31.80 起
机器学习案例驱动教程
机器人末端执行器、作业工装及输送设备设计(应用型本科规划教材.机器人技术及应用)
荆学东 编著
￥30.20 起
机器学习案例驱动教程
机器学习及其应用2023
黄圣君、张利军、钱超
￥58.20 起
机器学习案例驱动教程
机器学习及其硬件实现 [日]高野茂之
（日）高野茂之
￥46.08 起
机器学习案例驱动教程
机器视觉与传感器技术
邢博闻，许竞翔，管练武
￥17.11 起
机器学习案例驱动教程
机器学习系统设计
（越南）奇普 胡岩（Chip Huyen）
￥60.00 起
机器学习案例驱动教程
机器人系统输出反馈控制
雷靖、宋家庆
￥16.34 起
机器学习案例驱动教程
机器学习与数据挖掘
王璐烽 唐腾健
￥19.18 起
机器学习案例驱动教程
机器学习在边坡稳定性评价中的应用（英文版）
Wengang Zhang//Hanlong Liu//Lin Wang//Xing Zhu//Yanmei Zhang 编者
￥98.80 起
您可能感兴趣 / 更多
机器学习案例驱动教程
法语专业四级考试阅读理解400题
张霞，SYLVAIN
￥18.99 起
机器学习案例驱动教程
农民金融发展权的权利构造与法律实现
张霞
￥5.00 起
机器学习案例驱动教程
Android应用开发案例教程（Android Studio版）(第2版）（微课版）
张霞
￥23.92 起
机器学习案例驱动教程
用心理学拯救行为上瘾
张霞
￥14.00 起
机器学习案例驱动教程
外国经典重唱声乐作品教程
张霞
￥7.98 起
机器学习案例驱动教程
新时代中国特色宏观调控体系研究
张霞
￥32.00 起
机器学习案例驱动教程
国家环境空气质量监测网城市站运维管理系统设计与实践
张霞 编
￥10.00 起
机器学习案例驱动教程
劳动法和社会保障法案例教程
张霞 王海波
￥21.81 起
机器学习案例驱动教程
无机化学（第3版）
张霞,韩义德
￥20.00 起
机器学习案例驱动教程
小学生阶梯数学应用题专项突破(6年级)
张霞 编
￥6.88 起
机器学习案例驱动教程
小学生阶梯数学应用题专项突破(5年级)
张霞 编
￥6.88 起
机器学习案例驱动教程
梦想．守望——清华大学学生社区工作案例集
张霞 主编
￥28.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全