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

机器学习入门：Python语言实现

机器学习入门：Python语言实现
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: [美] （Oswald Campesato）
出版社: 机械工业出版社
2021-11
版次: 1
ISBN: 9787111695240
定价: 89.00
装帧: 其他
开本: 16开
纸张: 胶版纸
字数: 170千字
分类: 计算机与互联网
1人买过
  • 本书旨在为读者提供与机器学习有关Python3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。 奥斯瓦尔德·坎佩萨托（Oswald Campesato）专门研究深度学习、Java、Android和TensorFlow。他是25本书的作者/合著者，其中包括TensorFlow Pocket Primer、Artificial Intelligence, Machine Learning, and Deep Learning和Python Pocket Primer。 译者序

    前言

    第1章　Python 3简介1

    1.1　Python相关工具与安装1

    1.1.1　Python相关工具1

    1.1.2　安装Python3

    1.1.3　设置PATH环境变量（仅Windows）3

    1.2　Python编程基础3

    1.2.1　Python交互式解释器3

    1.2.2　Python基础语法4

    1.2.3　以模块形式保存代码6

    1.2.4　Python中的一些标准模块7

    1.2.5　help(?)和dir(?)函数7

    1.2.6　编译时和运行时的代码检查8

    1.3　Python中的简单数据类型9

    1.3.1　数字9

    1.3.2　字符串12

    1.3.3　处理日期19

    1.4　Python中的异常处理21

    1.4.1　处理用户输入22

    1.4.2　命令行参数24

    1.5　小结25

    第2章　条件逻辑、循环和函数26

    2.1　Python中的条件逻辑26

    2.1.1　Python的保留关键字27

    2.1.2　Python运算符的优先级28

    2.1.3　比较运算符和布尔运算符28

    2.2　Python中的变量和参数29

    2.2.1　局部变量和全局变量29

    2.2.2　变量的作用域29

    2.2.3　引用传递和值传递31

    2.2.4　实参和形参31

    2.3　在Python中使用循环32

    2.3.1　Python中的for循环32

    2.3.2　Python中的while循环39

    2.4　Python中的用户自定义函数41

    2.4.1　在函数中设定默认值42

    2.4.2　具有可变参数的函数42

    2.4.3　lambda表达式43

    2.5　递归44

    2.5.1　计算阶乘值44

    2.5.2　计算斐波那契数45

    2.5.3　计算两个数的公约数45

    2.5.4　计算两个数的小公倍数46

    2.6　小结47

    第3章　Python数据类型48

    3.1　列表48

    3.1.1　列表和基本操作48

    3.1.2　列表中的表达式53

    3.1.3　连接字符串列表53

    3.1.4　Python中的range(?)函数54

    3.1.5　数组和append(?)函数55

    3.1.6　使用列表和split(?)函数56

    3.1.7　对列表中的单词计数56

    3.1.8　遍历成对的列表57

    3.1.9　其他与列表相关的函数57

    3.1.10　栈和队列59

    3.1.11　使用向量60

    3.1.12　使用矩阵61

    3.1.13　使用NumPy库处理矩阵61

    3.2　元组（不可变列表）62

    3.3　集合63

    3.4　字典64

    3.4.1　创建字典及字典中的基本操作65

    3.4.2　字典的相关函数和方法67

    3.4.3　字典的格式67

    3.4.4　有序字典67

    3.5　Python中的其他数据类型68

    3.5.1　Python中的其他序列类型68

    3.5.2　Python中的可变类型和不可变类型69

    3.5.3　type(?)函数70

    3.6　小结70

    第4章　NumPy和Pandas介绍71

    4.1　NumPy71

    4.1.1　NumPy简介71

    4.1.2　NumPy数组72

    4.1.3　使用NumPy数组的示例73

    4.2　子范围77

    4.2.1　使用向量的“-1”子范围77

    4.2.2　使用数组的“-1”子范围77

    4.3　NumPy中其他有用的方法78

    4.3.1　数组和向量操作79

    4.3.2　NumPy和点积79

    4.3.3　NumPy和向量的“范数”80

    4.3.4　NumPy和向量的乘积81

    4.3.5　NumPy和reshape(?)方法82

    4.3.6　计算均值和标准差83

    4.4　Pandas84

    4.5　Pandas DataFrame的各种操作89

    4.5.1　合并Pandas DataFrame89

    4.5.2　使用Pandas DataFrame进行数据操作90

    4.5.3　Pandas DataFrame和CSV文件93

    4.5.4　Pandas DataFrame和Excel电子表格95

    4.5.5　选择、添加和删除DataFrame中的列96

    4.5.6　Pandas DataFrame和散点图97

    4.5.7　Pandas DataFrame和简单统计98

    4.5.8　Pandas中简单有用的命令98

    4.6　小结100

    第5章　机器学习101

    5.1　什么是机器学习101

    5.1.1　机器学习算法的类型103

    5.1.2　特征工程、特征选择和特征提取105

    5.1.3　降维106

    5.2　使用数据集107

    5.2.1　训练数据与测试数据108

    5.2.2　什么是交叉验证108

    5.2.3　正则化108

    5.2.4　偏差-方差的权衡109

    5.2.5　模型性能的衡量指标109

    5.3　线性回归111

    5.3.1　线性回归与曲线拟合112

    5.3.2　何时的解是准确值112

    5.3.3　什么是多元分析112

    5.3.4　其他类型的回归113

    5.3.5　平面中对直线的处理（选读）113

    5.4　求解线性回归问题的示例116

    5.4.1　使用NumPy和Matplotlib绘制散点图116

    5.4.2　MSE119

    5.4.3　Keras的线性回归123

    5.5　小结126

    第6章　机器学习中的分类器127

    6.1　分类器127

    6.1.1　什么是分类127

    6.1.2　线性分类器129

    6.1.3　kNN129

    6.1.4　决策树130

    6.1.5　随机森林133

    6.1.6　支持向量机134

    6.1.7　贝叶斯分类器134

    6.1.8　训练分类器136

    6.1.9　评估分类器137

    6.2　激活函数137

    6.2.1　什么是激活函数137

    6.2.2　常见的激活函数139

    6.2.3　ReLU和ELU激活函数140

    6.2.4　sigmoid、softmax和tanh的相似之处141

    6.2.5　sigmoid、softmax和hardmax的区
  • 内容简介:
    本书旨在为读者提供与机器学习有关Python3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。
  • 作者简介:
    奥斯瓦尔德·坎佩萨托（Oswald Campesato）专门研究深度学习、Java、Android和TensorFlow。他是25本书的作者/合著者，其中包括TensorFlow Pocket Primer、Artificial Intelligence, Machine Learning, and Deep Learning和Python Pocket Primer。
  • 目录:
    译者序

    前言

    第1章　Python 3简介1

    1.1　Python相关工具与安装1

    1.1.1　Python相关工具1

    1.1.2　安装Python3

    1.1.3　设置PATH环境变量（仅Windows）3

    1.2　Python编程基础3

    1.2.1　Python交互式解释器3

    1.2.2　Python基础语法4

    1.2.3　以模块形式保存代码6

    1.2.4　Python中的一些标准模块7

    1.2.5　help(?)和dir(?)函数7

    1.2.6　编译时和运行时的代码检查8

    1.3　Python中的简单数据类型9

    1.3.1　数字9

    1.3.2　字符串12

    1.3.3　处理日期19

    1.4　Python中的异常处理21

    1.4.1　处理用户输入22

    1.4.2　命令行参数24

    1.5　小结25

    第2章　条件逻辑、循环和函数26

    2.1　Python中的条件逻辑26

    2.1.1　Python的保留关键字27

    2.1.2　Python运算符的优先级28

    2.1.3　比较运算符和布尔运算符28

    2.2　Python中的变量和参数29

    2.2.1　局部变量和全局变量29

    2.2.2　变量的作用域29

    2.2.3　引用传递和值传递31

    2.2.4　实参和形参31

    2.3　在Python中使用循环32

    2.3.1　Python中的for循环32

    2.3.2　Python中的while循环39

    2.4　Python中的用户自定义函数41

    2.4.1　在函数中设定默认值42

    2.4.2　具有可变参数的函数42

    2.4.3　lambda表达式43

    2.5　递归44

    2.5.1　计算阶乘值44

    2.5.2　计算斐波那契数45

    2.5.3　计算两个数的公约数45

    2.5.4　计算两个数的小公倍数46

    2.6　小结47

    第3章　Python数据类型48

    3.1　列表48

    3.1.1　列表和基本操作48

    3.1.2　列表中的表达式53

    3.1.3　连接字符串列表53

    3.1.4　Python中的range(?)函数54

    3.1.5　数组和append(?)函数55

    3.1.6　使用列表和split(?)函数56

    3.1.7　对列表中的单词计数56

    3.1.8　遍历成对的列表57

    3.1.9　其他与列表相关的函数57

    3.1.10　栈和队列59

    3.1.11　使用向量60

    3.1.12　使用矩阵61

    3.1.13　使用NumPy库处理矩阵61

    3.2　元组（不可变列表）62

    3.3　集合63

    3.4　字典64

    3.4.1　创建字典及字典中的基本操作65

    3.4.2　字典的相关函数和方法67

    3.4.3　字典的格式67

    3.4.4　有序字典67

    3.5　Python中的其他数据类型68

    3.5.1　Python中的其他序列类型68

    3.5.2　Python中的可变类型和不可变类型69

    3.5.3　type(?)函数70

    3.6　小结70

    第4章　NumPy和Pandas介绍71

    4.1　NumPy71

    4.1.1　NumPy简介71

    4.1.2　NumPy数组72

    4.1.3　使用NumPy数组的示例73

    4.2　子范围77

    4.2.1　使用向量的“-1”子范围77

    4.2.2　使用数组的“-1”子范围77

    4.3　NumPy中其他有用的方法78

    4.3.1　数组和向量操作79

    4.3.2　NumPy和点积79

    4.3.3　NumPy和向量的“范数”80

    4.3.4　NumPy和向量的乘积81

    4.3.5　NumPy和reshape(?)方法82

    4.3.6　计算均值和标准差83

    4.4　Pandas84

    4.5　Pandas DataFrame的各种操作89

    4.5.1　合并Pandas DataFrame89

    4.5.2　使用Pandas DataFrame进行数据操作90

    4.5.3　Pandas DataFrame和CSV文件93

    4.5.4　Pandas DataFrame和Excel电子表格95

    4.5.5　选择、添加和删除DataFrame中的列96

    4.5.6　Pandas DataFrame和散点图97

    4.5.7　Pandas DataFrame和简单统计98

    4.5.8　Pandas中简单有用的命令98

    4.6　小结100

    第5章　机器学习101

    5.1　什么是机器学习101

    5.1.1　机器学习算法的类型103

    5.1.2　特征工程、特征选择和特征提取105

    5.1.3　降维106

    5.2　使用数据集107

    5.2.1　训练数据与测试数据108

    5.2.2　什么是交叉验证108

    5.2.3　正则化108

    5.2.4　偏差-方差的权衡109

    5.2.5　模型性能的衡量指标109

    5.3　线性回归111

    5.3.1　线性回归与曲线拟合112

    5.3.2　何时的解是准确值112

    5.3.3　什么是多元分析112

    5.3.4　其他类型的回归113

    5.3.5　平面中对直线的处理（选读）113

    5.4　求解线性回归问题的示例116

    5.4.1　使用NumPy和Matplotlib绘制散点图116

    5.4.2　MSE119

    5.4.3　Keras的线性回归123

    5.5　小结126

    第6章　机器学习中的分类器127

    6.1　分类器127

    6.1.1　什么是分类127

    6.1.2　线性分类器129

    6.1.3　kNN129

    6.1.4　决策树130

    6.1.5　随机森林133

    6.1.6　支持向量机134

    6.1.7　贝叶斯分类器134

    6.1.8　训练分类器136

    6.1.9　评估分类器137

    6.2　激活函数137

    6.2.1　什么是激活函数137

    6.2.2　常见的激活函数139

    6.2.3　ReLU和ELU激活函数140

    6.2.4　sigmoid、softmax和tanh的相似之处141

    6.2.5　sigmoid、softmax和hardmax的区
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
12
相关图书 / 更多
机器学习入门：Python语言实现
机器视觉原理及应用教程
宋丽梅 朱新军 李云鹏 编著
￥30.00 起
机器学习入门：Python语言实现
机器学习数学基础
赵建容；顾先明
￥63.19 起
机器学习入门：Python语言实现
机器视觉技术：基础及实践
陈思遥 编著；陈兵旗；梁习卉子
￥29.04 起
机器学习入门：Python语言实现
机器学习：工业大数据分析
李彦夫
￥20.00 起
机器学习入门：Python语言实现
机器人工程基础
徐东 岳昊嵩
￥21.03 起
机器学习入门：Python语言实现
机器和生灵：人工智能、动物智慧与人类智识
[美]保罗·萨伽德(Paul；Thagard
￥34.98 起
机器学习入门：Python语言实现
机器人操作系统ROS原理及应用
牛杰 余正泓
￥13.68 起
机器学习入门：Python语言实现
机器人综合设计与实践
樊泽明
￥29.40 起
机器学习入门：Python语言实现
机器视觉与产品检测
宫海兰 著；王珺萩
￥23.24 起
机器学习入门：Python语言实现
机器人是怎样工作的（图解版）
[日]濑户文美
￥22.49 起
机器学习入门：Python语言实现
机器学习中的统计思维（Python实现）
董平
￥36.17 起
机器学习入门：Python语言实现
机器人焊接、激光加工与喷涂工艺及设备(应用型本科规划教材)
荆学东 编著
￥22.31 起
您可能感兴趣 / 更多
机器学习入门：Python语言实现
孩子，把你的手给我1：怎么说孩子才爱听，怎么教孩子才肯学？帮助每一位3-12岁孩子的父母结束与孩子的所有冲突！
[美]海姆·G.吉诺特
￥10.26 起
机器学习入门：Python语言实现
怎样做成大事
[美]丹·加德纳（Dan Gardner） 著；贾拥民 译；湛庐文化 出品；[丹麦]傅以斌（Bent Flyvbjerg）
￥43.28 起
机器学习入门：Python语言实现
1200年希腊罗马神话
[美]伊迪丝·汉密尔顿
￥78.96 起
机器学习入门：Python语言实现
爱情心理学（新编本）
[美]罗伯特·J. 斯腾伯格 (美)凯琳·斯腾伯格 倪爱萍 译
￥39.30 起
机器学习入门：Python语言实现
黄金圈法则
[美]西蒙·斯涅克 著；磨铁文化 出品
￥49.00 起
机器学习入门：Python语言实现
汤姆·索亚历险记 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]马克 吐温
￥5.51 起
机器学习入门：Python语言实现
富兰克林自传 名家全译本 改变无数人命运的励志传奇 埃隆马斯克反复推荐 赠富兰克林签名照及精美插图
[美]本杰明·富兰克林 著；李自修 译
￥29.05 起
机器学习入门：Python语言实现
意大利文艺复兴新艺术史
[美]迈克尔·韦恩·科尔 著；[美]斯蒂芬·J·坎贝尔；邵亦杨
￥345.17 起
机器学习入门：Python语言实现
汤姆素亚历险记：中小学生课外阅读快乐读书吧 儿童文学无障碍有声伴读世界名著童话故事
[美]马克·吐温
￥7.77 起
机器学习入门：Python语言实现
老人与海 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]海明威
￥5.51 起
机器学习入门：Python语言实现
养育的觉醒：全面激发孩子自驱力，教你如何心平气和做妈妈
[美]凯文·莱曼 著；唐晓璐 译；斯坦威 出品
￥17.40 起
机器学习入门：Python语言实现
国际大奖图画书系列 共11册（小老鼠的恐惧的大书，大灰狼，红豆与菲比，别烦我，下雪了 ，穿靴子的猫 ，先有蛋，绿 ，特别快递，如果你想看鲸鱼 ，一个部落的孩子 ） 麦克米伦世纪
[美]莱恩·史密斯 (英)埃米莉·格雷维特 (美)劳拉·瓦卡罗·等/文 (英)埃米莉·格雷维特 等/图 彭懿 杨玲玲 阿甲 孙慧阳 白薇 译
￥5.00 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