图解机器学习算法(全彩印刷)

图解机器学习算法(全彩印刷)
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: [日] , [日] , [日] ,
2021-06
版次: 1
ISBN: 9787115563569
定价: 79.80
装帧: 平装
开本: 24开
纸张: 胶版纸
页数: 181页
  • 本书基于丰富的图示,详细介绍了有监督学习和无监督学习的17种算法,包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现,读者可一边运行代码一边阅读,从而加深对算法的理解。 秋庭伸也(作者)
    日本早稻田大学硕士毕业,目前在Recruit Communications公司担任技术负责人。 
    杉山阿圣(作者)
    具有多年研发经验,目前在AI创业公司SENSY担任机器学习研究员。 
    寺田学(作者) 
    CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF(Python软件基金会)贡献成员。

    郑明智(译者)
    智慧医疗工程师,翻译经验丰富,有《白话机器学习的数学》《用Python动手学机器学习》等多部译著。 第 1章

    机器学习基础 1

    1.1 机器学习概要 2

    什么是机器学习 2

    机器学习的种类 3

    机器学习的应用 8

    1.2 机器学习的步骤 9

    数据的重要性 9

    有监督学习(分类)的例子 11

    无监督学习(聚类)的例子 16

    可视化 18

    图形的种类和画法:使用Matplotlib显示图形的方法 22

    使用pandas理解和处理数据 30

    本章小结 36

    第 2章

    有监督学习 37

    2.1 算法1:线性回归 38

    概述 38

    算法说明 39

    详细说明 41

    2.2 算法2:正则化 45

    概述 45

    算法说明 48

    详细说明 50

    2.3 算法3:逻辑回归 52

    概述 52

    算法说明 53

    详细说明 55

    2.4 算法4:支持向量机 58

    概述 58

    算法说明 59

    详细说明 60

    2.5 算法5:支持向量机(核方法) 63

    概述 63

    算法说明 64

    详细说明 65

    2.6 算法6:朴素贝叶斯 68

    概述 68

    算法说明 70

    详细说明 74

    2.7 算法7:随机森林 76

    概述 76

    算法说明 77

    详细说明 80

    2.8 算法8:神经网络 81

    概述 81

    算法说明 83

    详细说明 86

    2.9 算法9:KNN 88

    概述 88

    算法说明 89

    详细说明 90

    第3章

    无监督学习 93

    3.1 算法10:PCA 94

    概述 94

    算法说明 95

    详细说明 98

    3.2 算法11:LSA 99

    概述 99

    算法说明 100

    详细说明 104

    3.3 算法12:NMF 105

    概述 105

    算法说明 106

    详细说明 108

    3.4 算法13:LDA 111

    概述 111

    算法说明 112

    详细说明 114

    3.5 算法14:k-means算法 117

    概述 117

    算法说明 117

    详细说明 119

    3.6 算法15:混合高斯分布 122

    概述 122

    算法说明 123

    详细说明 126

    3.7 算法16:LLE 127

    概述 127

    算法说明 128

    详细说明 131

    3.8 算法17:t-SNE 133

    概述 133

    算法说明 134

    详细说明 136

    第4章

    评估方法和各种数据的处理 139

    4.1 评估方法 140

    有监督学习的评估 140

    分类问题的评估方法 140

    回归问题的评估方法 148

    均方误差和决定系数指标的不同 152

    与其他算法进行比较 152

    超参数的设置 154

    模型的过拟合 155

    防止过拟合的方法 155

    将数据分为训练数据和验证数据 156

    交叉验证 158

    搜索超参数 160

    4.2 文本数据的转换处理 163

    基于单词出现次数的转换 163

    基于tf-idf的转换 164

    应用于机器学习模型 165

    4.3 图像数据的转换处理 167

    直接将像素信息作为数值使用 167

    将转换后的向量数据作为输入来应用机器学习模型 168

    第5章

    环境搭建 171

    5.1 Python 3的安装 172

    Windows 172

    macOS 172

    Linux 173

    使用Anaconda在Windows上安装 174

    5.2 虚拟环境 175

    通过官方安装程序安装Python的情况 175

    通过Anaconda安装Python的情况 177

    5.3 第三方包的安装 178

    什么是第三方包 178

    安装第三方包的方法 178

    参考文献 180
  • 内容简介:
    本书基于丰富的图示,详细介绍了有监督学习和无监督学习的17种算法,包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现,读者可一边运行代码一边阅读,从而加深对算法的理解。
  • 作者简介:
    秋庭伸也(作者)
    日本早稻田大学硕士毕业,目前在Recruit Communications公司担任技术负责人。 
    杉山阿圣(作者)
    具有多年研发经验,目前在AI创业公司SENSY担任机器学习研究员。 
    寺田学(作者) 
    CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF(Python软件基金会)贡献成员。

    郑明智(译者)
    智慧医疗工程师,翻译经验丰富,有《白话机器学习的数学》《用Python动手学机器学习》等多部译著。
  • 目录:
    第 1章

    机器学习基础 1

    1.1 机器学习概要 2

    什么是机器学习 2

    机器学习的种类 3

    机器学习的应用 8

    1.2 机器学习的步骤 9

    数据的重要性 9

    有监督学习(分类)的例子 11

    无监督学习(聚类)的例子 16

    可视化 18

    图形的种类和画法:使用Matplotlib显示图形的方法 22

    使用pandas理解和处理数据 30

    本章小结 36

    第 2章

    有监督学习 37

    2.1 算法1:线性回归 38

    概述 38

    算法说明 39

    详细说明 41

    2.2 算法2:正则化 45

    概述 45

    算法说明 48

    详细说明 50

    2.3 算法3:逻辑回归 52

    概述 52

    算法说明 53

    详细说明 55

    2.4 算法4:支持向量机 58

    概述 58

    算法说明 59

    详细说明 60

    2.5 算法5:支持向量机(核方法) 63

    概述 63

    算法说明 64

    详细说明 65

    2.6 算法6:朴素贝叶斯 68

    概述 68

    算法说明 70

    详细说明 74

    2.7 算法7:随机森林 76

    概述 76

    算法说明 77

    详细说明 80

    2.8 算法8:神经网络 81

    概述 81

    算法说明 83

    详细说明 86

    2.9 算法9:KNN 88

    概述 88

    算法说明 89

    详细说明 90

    第3章

    无监督学习 93

    3.1 算法10:PCA 94

    概述 94

    算法说明 95

    详细说明 98

    3.2 算法11:LSA 99

    概述 99

    算法说明 100

    详细说明 104

    3.3 算法12:NMF 105

    概述 105

    算法说明 106

    详细说明 108

    3.4 算法13:LDA 111

    概述 111

    算法说明 112

    详细说明 114

    3.5 算法14:k-means算法 117

    概述 117

    算法说明 117

    详细说明 119

    3.6 算法15:混合高斯分布 122

    概述 122

    算法说明 123

    详细说明 126

    3.7 算法16:LLE 127

    概述 127

    算法说明 128

    详细说明 131

    3.8 算法17:t-SNE 133

    概述 133

    算法说明 134

    详细说明 136

    第4章

    评估方法和各种数据的处理 139

    4.1 评估方法 140

    有监督学习的评估 140

    分类问题的评估方法 140

    回归问题的评估方法 148

    均方误差和决定系数指标的不同 152

    与其他算法进行比较 152

    超参数的设置 154

    模型的过拟合 155

    防止过拟合的方法 155

    将数据分为训练数据和验证数据 156

    交叉验证 158

    搜索超参数 160

    4.2 文本数据的转换处理 163

    基于单词出现次数的转换 163

    基于tf-idf的转换 164

    应用于机器学习模型 165

    4.3 图像数据的转换处理 167

    直接将像素信息作为数值使用 167

    将转换后的向量数据作为输入来应用机器学习模型 168

    第5章

    环境搭建 171

    5.1 Python 3的安装 172

    Windows 172

    macOS 172

    Linux 173

    使用Anaconda在Windows上安装 174

    5.2 虚拟环境 175

    通过官方安装程序安装Python的情况 175

    通过Anaconda安装Python的情况 177

    5.3 第三方包的安装 178

    什么是第三方包 178

    安装第三方包的方法 178

    参考文献 180
查看详情
相关图书 / 更多
图解机器学习算法(全彩印刷)
图解数码相机原理和结构
[日]神崎洋治 (日)西井美鹰
图解机器学习算法(全彩印刷)
图解民法典
全民普法图书中心 著
图解机器学习算法(全彩印刷)
图解舌诊断病3
来要水;来要良
图解机器学习算法(全彩印刷)
图解文人园林建筑
潘冬梅、朱惠英、滕慧颖 著
图解机器学习算法(全彩印刷)
图解FANUC工业机器人电路连接及检测
耿春波、耿琦菲 著
图解机器学习算法(全彩印刷)
图解本草纲目:白话全译图解版
蔡秋杰博士 译著
图解机器学习算法(全彩印刷)
图解立案证据定罪量刑标准与法律适用(第十四版,第一分册)
《最新执法办案实务丛书》编写组
图解机器学习算法(全彩印刷)
图解6S推进方法与技巧
张坚 著
图解机器学习算法(全彩印刷)
图解立案证据定罪量刑标准与法律适用(第十四版,第五分册)
《最新执法办案实务丛书》编写组 著,《最新执法办案实务丛书》编写组 编
图解机器学习算法(全彩印刷)
图解脉诊入门到精通
瞿昊宇 主编;彭清华
图解机器学习算法(全彩印刷)
图解国际法
酒井启亘 著;酒井启亘 编;加藤信行、植木俊哉、森川幸一、真山全、[日]加藤信行、植木俊哉、森川幸一、真山全、张诗奡 译
图解机器学习算法(全彩印刷)
图解蔬菜四季栽培管理技巧100例
[日]加藤正明 著;于蓉蓉 译
您可能感兴趣 / 更多
图解机器学习算法(全彩印刷)
如何科学学外语语言习得的真相与方法
[日]白井恭弘 著;甘菁菁 译
图解机器学习算法(全彩印刷)
法学之门:学会思考与说理(第4版)
[日]道垣内正人 著;张挺 译
图解机器学习算法(全彩印刷)
好好表现:60秒快速构建强关系
[日]横石崇 著;雷切尔 译
图解机器学习算法(全彩印刷)
五味太郎:孩子没问题,大人有问题(新版)
[日]五味太郎 著;李奕 译
图解机器学习算法(全彩印刷)
刺绣和钩针编织的拉菲草手工
[日]莳田良美 著;蔡子彦 译
图解机器学习算法(全彩印刷)
爸爸变成了小船(精)
[日]山下明生 著;彭懿 译
图解机器学习算法(全彩印刷)
森林100层的房子
[日]岩井俊雄 著
图解机器学习算法(全彩印刷)
爱上编程:给孩子的编程入门书
[日]才望子株式会社 著;[日]月刊读懂新闻 编;郭玉英 译
图解机器学习算法(全彩印刷)
嗯嗯太郎(爱心树童书)
[日]山胁恭 著;周江 译;[日]秦好史郎 绘
图解机器学习算法(全彩印刷)
“獺祭”的口头禅:打造持续创新的经营模式:打造持续创新的经营模式
[日]樱井博志 著;陶文婷 译
图解机器学习算法(全彩印刷)
樊登推荐这就是哲学—能认识自己,才能理解世界
[日]山竹伸二 著
图解机器学习算法(全彩印刷)
一二三翻一翻(套装全2册)
[日]新井洋行 著;石玲瑞 译