總金額: 會員:NT$ 0 非會員:NT$ 0 
(此金額尚未加上運費)
電子電信技術 電腦技術 計算技術、計算機技術
 
 
 
 
Python機器學習算法:原理•實現與案例(配件另行下載)
 作  者: 劉碩
 出版單位: 清華大學
 出版日期: 2019.11
 進貨日期: 2019/11/29
 ISBN: 9787302536505
 開  本: 16 開    
 定  價: 518
 售  價: 414
  會 員 價: 380
推到Facebook 推到Plurk 推到Twitter
前往新書區 書籍介紹 購物流程  
 
編輯推薦:

詳細闡述數學模型的理論基礎和演算法原理

使用Python程式設計和基於Numpy的演算法實現,代碼注釋詳盡

通過專案實戰深入體驗演算法的應用場景及其使用中需注意的問題


內容簡介:

《Python機器學習算法: 原理、實現與案例》用平實的語言深入淺出地介紹當前熱門的機器學習經典算法,包括線性回歸、Logistic回歸與Softmax回歸、決策樹(分類與回歸)、樸素貝葉斯、支持向量機、K近鄰學習、K-Means和人工神經網絡,針對每一個算法首先介紹數學模型及原理,然後根據模型和算法描述使用Python編程和Numpy庫進行算法實現,最後通過案例讓讀者進一步體會算法的應用場景以及應用時所需注意的問題。
  《Python機器學習算法: 原理、實現與案例》適合準備進入人工智能和數據分析與挖掘領域的初學者,對機器學習算法感興趣的愛好者、程序員、大學生和各類IT培訓班的學員使用。


作者簡介:

劉碩,碩士,曾就職于知名外企,從事一線開發工作10年,目前主要從事Python開發與教學及機器學習演算法的研究工作,在慕課網開設有多門Python課程,深受學員歡迎。


圖書目錄:

第1章 線性回歸
1.1 線性回歸模型
1.2 最小二乘法
1.3 梯度下降
1.3.1 梯度下降演算法
1.3.2 隨機梯度下降和小批量梯度下降
1.4 演算法實現
1.4.1 最小二乘法
1.4.2 梯度下降
1.5 專案實戰
1.5.1 準備資料
1.5.2 模型訓練與測試

第2章 Logistic回歸與Softmax回歸
2.1 Logistic回歸
2.1.1 線性模型
2.1.2 logistic函數
2.1.3 Logistic回歸模型
2.1.4 極大似然法估計參數
2.1.5 梯度下降更新公式
2.2 Sofumax回歸
2.2.1 Sofumax函數
2.2.2 Sofumax回歸模型
2.2.3 梯度下降更新公式
2.3 編碼實現
2.3.1 Logistic回歸
2.3.2 Sofumax回歸
2.4 專案實戰
2.4.1 Logistic回歸
2.4.2 Sofumax回歸

第3章 決策樹——分類樹
3.1 決策樹模型
3.2 生成決策樹
3.3 切分特徵的選擇
3.3.1 資訊熵
3.3.2 條件資訊熵
3.3.3 資訊增益
3.3.4 資訊增益比
3.4 演算法實現
3.5 繪製決策樹
3.6 專案實戰
3.6.1 準備資料
3.6.2 模型訓練與測試

第4章 決策樹——分類回歸樹
4.1 CART演算法的改進
4.2 處理連續值特徵
4.3 CART分類樹與回歸樹
4.3.1 CART分類樹
4.3.2 CART回歸樹
4.4 演算法實現
4.4.1 CART分類樹
4.4.2 CART回歸樹
4.5 專案實戰
4.5.1 CART分類樹
4.5.2 CART回歸樹
……
第5章 樸素貝葉斯
第6章 支持向量機
第7章 k近鄰學習
第8章 K.Means
第9章 人工神經網路


章節試讀:

近年來,機器學習技術已經滲透到我們日常生活的各個方面,比如網上購物時的商品推薦、瀏覽網頁時的廣告推送、手機拍照後的圖像處理、電子郵箱中的垃圾郵件過濾、停車場出入口的車牌識別、各種遊戲中的機器人玩家以及汽車廠商正在研發的無人駕駛等,機器學習技術的應用隨處可見,並且它的發展極其迅猛,在更多領域令人興奮(或恐懼)的應用已被研發出來或正在研發中。
  尤瓦爾·赫拉利在其暢銷書《未來簡史》中表明了一個觀點:未來的世界由機器學習算法掌控。當了解到像谷歌、蘋果、IBM這樣的大公司投入巨資用於機器學習的理論和應用研究,並且時不時就聽到AI在某領域把人類打得一敗塗地的新聞時,或許我們就不會認為赫拉利的觀點是離譜的異端邪說,或出於好奇,或出於恐懼,或出於實際的目的,我們都應有充足的動力學習機器學習。
  市面上機器學習的書已經很多了,大體上分為兩類:一類是偏重機器學習理論的書,這種類型的書,算法理論部分大都介紹得很詳細,但對於算法僅給出粗略的偽代碼,而沒有詳盡的編碼實現,也沒有提供案例應用,在初學者對機器學習了解甚少的情況下,直接面對枯燥煩瑣的數學推導,難免痛苦與沮喪。另外,由於初學者很難直接根據理論自己實現算法以及恰當地運用算法進行項目實踐,因此無法驗證學習成果。另一類是偏重機器學習應用的書,這類書對算法的理論進行了簡單的提及,省略了有助於理解的重要數學推導,且大多數不會帶領讀者編碼實現一個算法,而是直接使用開源庫(如sklearn)中實現的算法,這類書算法的案例應用部分介紹得很詳細,初學者會對機器學習應用有所了解,但由於理論匱乏且沒有親自動手實現算法,故導致無法深入理解算法,學習一段時間後大部分內容便忘記了。
  本書是一本寫給初學者的機器學習算法入門書,試圖填補以上兩類書的不足。本書在講解算法時,首先詳細介紹數學模型及原理,然後帶領讀者根據模型和算法描述進行算法實現,最後通過案例讓讀者進一步體會算法的應用場景以及應用時所需注意的問題。其中,算法實現部分是本書的重點,這部分所有算法的實現都基於Numpy這樣一個非常底層的數學庫,這就意味著需自己手工實現更多的細節,例如在計算損失函數的梯度時,需要手工推導計算梯度的數學公式,然後對照公式編碼實現計算梯度的函數,相信本書的這種做法對初學者來說是一個有益的訓練。另外,書中幾乎每一行代碼都給出了詳盡的注釋,通過代碼注釋來講解算法的實現能給讀者帶來更好的體驗,也便於讀者理解編碼的思想。


圖片預覽:

 
  步驟一.
依據網路上的圖書,挑選你所需要的書籍,根據以下步驟進行訂購
選擇產品及數量 結 帳 輸入基本資料 取貨與付款方式
┌───────────────────────────────────────────────────┘
資料確定 確認結帳 訂單編號    

步驟二.
完成付款的程序後,若採用貨到付款等宅配方式,3~7天內 ( 例假日將延期一至兩天 ) 您即可收到圖書。若至分店門市取貨,一週內聯絡取書。

步驟三.
完成購書程序者,可利用 訂單查詢 得知訂單進度。

注意事項.
● 付款方式若為網路刷卡必須等" 2 ~ 3 個工作天"確認款項已收到,才會出貨.如有更改書籍數量請記得按更新購物車,謝謝。

● 大陸出版品封面老舊、磨痕、凹痕等均屬常態,除封面破損、內頁脫落...等較嚴重的狀態外,其餘所有商品將正常出貨。

● 至2018年起,因中國大陸環保政策,部分書籍配件以QR CODE取代光盤音頻mp3或dvd,已無提供實體光盤。如需使用學習配件,請掃描QR CODE 連結至當地網站註冊並通過驗證程序,方可下載使用。造成不便,敬請見諒。

● 我們將保留所有商品出貨權利,如遇缺書情形,訂單未達免運門檻運費需自行負擔。

預訂海外庫存.
商品到貨時間須4週,訂單書籍備齊後方能出貨,如果您有急用書籍,建議與【預訂海外庫存】商品分開訂購。