机器学习理论与实践

机器学习理论与实践
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:
2022-05
版次: 1
ISBN: 9787512146464
定价: 59.00
装帧: 其他
开本: 16开
纸张: 胶版纸
字数: 438.000千字
1人买过
  • 《机器学习理论与实践》用通俗易懂的语言介绍了浅层机器学习、深度学习的主要模型原理及实现程序,以及编写机器学习程序所需要的编程语言背景与数据处理方法等。主要内容包括浅层监督学习模型,如线性模型、决策树模型、贝叶斯模型、支持向量机模型、k-近邻模型、人工神经网络模型、集成学习模型;浅层无监督学习模型,如k均值聚类方法、DBSCAN聚类方法;深度学习模型,如自动编码器、卷积神经网络;编程语言基础,包括Python基本语法,numpy库、pandas库、matplotlib库、os模块等;数据预处理方法,如图像处理方法(线性增强、空间域滤波、频率域滤波)、数据规范化方法(min-max数据规范化方法、z-score数据规范化方法)、类别编码方法(one-hot编码)、数据降维方法(主成分分析);机器视觉领域常见的特征提取方法等。
      《机器学习理论与实践》可作为高等院校相关专业学生的教材,还可作为对机器学习感兴趣读者的参考书。 ●第1篇Python语言基础知识

    1机器学习编程语言基础

    1.1Python开发环境简介

    1.2Python编程基础

    1.3Python基本数据类型

    1.3.1数值类型

    1.3.2字符串类型

    1.3.3列表类型

    1.3.4元组类型

    1.3.5字典类型

    1.3.6集合类型

    1.4赋值

    1.5分支结构

    1.5.1关系运算符和逻辑运算符

    1.5.2分支结构的类型

    1.6循环结构

    ……
  • 内容简介:
    《机器学习理论与实践》用通俗易懂的语言介绍了浅层机器学习、深度学习的主要模型原理及实现程序,以及编写机器学习程序所需要的编程语言背景与数据处理方法等。主要内容包括浅层监督学习模型,如线性模型、决策树模型、贝叶斯模型、支持向量机模型、k-近邻模型、人工神经网络模型、集成学习模型;浅层无监督学习模型,如k均值聚类方法、DBSCAN聚类方法;深度学习模型,如自动编码器、卷积神经网络;编程语言基础,包括Python基本语法,numpy库、pandas库、matplotlib库、os模块等;数据预处理方法,如图像处理方法(线性增强、空间域滤波、频率域滤波)、数据规范化方法(min-max数据规范化方法、z-score数据规范化方法)、类别编码方法(one-hot编码)、数据降维方法(主成分分析);机器视觉领域常见的特征提取方法等。
      《机器学习理论与实践》可作为高等院校相关专业学生的教材,还可作为对机器学习感兴趣读者的参考书。
  • 目录:
    ●第1篇Python语言基础知识

    1机器学习编程语言基础

    1.1Python开发环境简介

    1.2Python编程基础

    1.3Python基本数据类型

    1.3.1数值类型

    1.3.2字符串类型

    1.3.3列表类型

    1.3.4元组类型

    1.3.5字典类型

    1.3.6集合类型

    1.4赋值

    1.5分支结构

    1.5.1关系运算符和逻辑运算符

    1.5.2分支结构的类型

    1.6循环结构

    ……
查看详情
相关图书 / 更多
机器学习理论与实践
机器视觉原理及应用教程
宋丽梅 朱新军 李云鹏 编著
机器学习理论与实践
机器学习数学基础
赵建容;顾先明
机器学习理论与实践
机器视觉技术:基础及实践
陈思遥 编著;陈兵旗;梁习卉子
机器学习理论与实践
机器学习:工业大数据分析
李彦夫
机器学习理论与实践
机器人工程基础
徐东 岳昊嵩
机器学习理论与实践
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
机器学习理论与实践
机器人操作系统ROS原理及应用
牛杰 余正泓
机器学习理论与实践
机器人综合设计与实践
樊泽明
机器学习理论与实践
机器视觉与产品检测
宫海兰 著;王珺萩
机器学习理论与实践
机器人是怎样工作的(图解版)
[日]濑户文美
机器学习理论与实践
机器学习中的统计思维(Python实现)
董平
机器学习理论与实践
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