機器學習實戰 机器学习实战
[美]Peter Harrington 著
- 出版商: 人民郵電
- 出版日期: 2013-06-01
- 定價: $414
- 售價: 8.5 折 $352
- 語言: 簡體中文
- 頁數: 315
- 裝訂: 平裝
- ISBN: 711531795X
- ISBN-13: 9787115317957
-
相關分類:
Machine Learning
- 此書翻譯自: Machine Learning in Action (Paperback)
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
大話設計模式$620$527 -
$270機器學習基礎教程 (A First Course in Machine Learning) -
$354機器學習導論(原書第2版) (Introduction to Machine Learning, 2/e) -
$294機器學習系統設計 (Building Machine Learning Systems with Python) -
$352機器學習(實用案例解析) -
王者歸來：WEKA 機器學習與大數據聖經$590$502 -
機器學習駭客秘笈 (Machine Learning for Hackers)$680$537 -
精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
$305圖解機器學習 -
$449機器學習算法原理與編程實踐 -
機器學習$648$616 -
資料科學的商業運用 (Data science for business)$680$537 -
Python 程式設計實務－從初學到活用 Python 開發技巧的16堂課$560$437 -
Python 機器學習 (Python Machine Learning)$580$452 -
.jpg)
Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰$680$530 -
網站擷取｜使用 Python (Web Scraping with Python: Collecting Data from the Modern Web)$580$458 -
$474機器學習導論 (An Introduction to Machine Learning) -
今天不學機器學習，明天就被機器取代：從 Python 入手+演算法$590$502 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)$360$281 -
$327實用機器學習 (Real-world Machine Learning) -
$958深度學習 -
為你自己學 Ruby on Rails$480$379 -
為你自己學 Git$500$425 -
$280機器學習 : Python 實踐 -
$301scikit-learn 機器學習, 2/e (Mastering Machine Learning with scikit-learn, 2/e)
初夏簡體電腦展2書75折 詳見活動內容 »
-
79折
$284一本書玩轉 DeepSeek -
VIP 95折
數據治理 概念方法與實踐$774$735 -
79折
$379AI全能助手 人人都能玩轉DeepSeek -
$834射頻微電子學 (原書第二版) -
VIP 95折
解鎖 DeepSeek：開啟多元智能應用新時代$359$341 -
VIP 95折
AI虛擬模擬從入門到參賽$419$398 -
79折
$378DeepSeek 極速上手 : 高效做事不內耗 -
85折
$250DeepSeek 應用能手 : 7天從入門到精通 -
VIP 95折
Deepseek 實戰指南$359$341 -
VIP 95折
圖解算法和數據結構$659$626 -
VIP 95折
HCIA-Security 學習指南$599$569 -
VIP 95折
Photoshop 2024+AIGC圖形圖像處理（微課版）$359$341 -
VIP 95折
新媒體營銷（慕課版 第2版）$324$308 -
VIP 95折
Android移動開發基礎教程（慕課版）（第2版）$299$284 -
VIP 95折
Stable Diffusion AIGC繪畫與視頻生成基礎教程（微課版）$419$398 -
85折
$305DeepSeek公文寫作一本通 -
85折
$152AI 導航式提問法 : 用好 DeepSeek 與元寶的高效提問手冊 -
85折
$403DeepSeek全場景應用 -
85折
$45424小時精通 AI Agent (快速定製你的智能體) -
79折
$378Joy RL：強化學習實踐教程 -
85折
$357大模型應用開發極簡入門(基於DeepSeek雙色版) -
VIP 95折
AI 處理器硬件架構設計$774$735 -
VIP 95折
大模型驅動的研發效能實踐$594$564 -
VIP 95折
Hadoop與Spark大數據全景解析（視頻教學版）$588$559 -
VIP 95折
Midjourney + Stable Diffusion AIGC 創意設計與插畫繪制實操$534$507
相關主題
商品描述
<內容簡介>
機器學習是人工智能研究領域中的一個極其重要的方向。在現今大數據時代的背景下，捕獲數據並從中萃取有價值的信息或模式，使得這一過去為分析師與數學家所專屬的研究領域越來越為人們矚目。
《機器學習實戰》由哈林頓所著，本書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效可復用的Python代碼闡釋如何處理統計數據，進行數據分析及可視化。讀者可從中學到一些核心的機器學習演算法，並將其運用於某些策略性任務中，如分類、預測及推薦等。
《機器學習實戰》適合機器學習相關研究人員及因特網從業人員學習參考。
<目錄>
第一部分 分類
第1章 機器學習基礎
第2章 k-近鄰演算法
第3章 決策樹
第4章 基於概率論的分類方法：樸素貝葉斯
第5章 Logistic回歸
第6章 支持向量機
第7章 利用AdaBoost元演算法提高分類性能
第二部分 利用回歸預測數值型數據
第8章 預測數值型數據：回歸
第9章 樹回歸
第三部分 無監督學習
第10章 利用K-均值聚類演算法對未標註數據分組
第11章 使用Apriori演算法進行關聯分析
第12章 使用FP-growth演算法來高效發現頻繁項集
第四部分 其他工具
第13章 利用PCA來簡化數據
第14章 利用SVD簡化數據
第15章 大數據與MapReduce
附錄A Python入門
附錄B 線性代數
附錄C 概率論複習
附錄D 資源
索引
版權聲明
