機器學習項目開發實戰

馬曉虎 曹夢川 林世舒

機器學習項目開發實戰
  • 出版商: 電子工業
  • 出版日期: 2025-12-01
  • 售價: $354
  • 語言: 簡體中文
  • 頁數: 263
  • ISBN: 7121520419
  • ISBN-13: 9787121520419
  • 相關分類: Machine Learning

    • 下單後立即進貨 (約4週~6週)

商品描述

本書是針對機器學習應 用與開發的職業技能教材， 以職業崗位的“典型工作流 程”為導向，融入項目驅動 教學法，將教學內容與職業 能力精準對接、學習任務與 行業場景對接。本書圍繞機 器學習的生命周期展開，涵 蓋數據預處理、特征工程、 模型構建、訓練調優等核心 環節，精選圖像分類、自然 語言處理、天氣預測等行業 典型項目，通過“項目 、任務分解、實戰演練”的 模式，按照行動導向教學法 的實施路徑編排教學內容， 強化從理論到實踐的能力轉 化，幫助讀者從零基礎學習 到獨立完成企業級AI項目開 發，構建完整的技能體系。 本書既可作為職業院校 人工智能技術應用、大數據 技術、智能控制技術等專業 的核心教材，也可作為數據 分析師、機器學習工程師、 AI產品經理等崗位人員的實 戰指南。本書同步配套虛擬 仿真實驗平臺，支持“學-練 -測-評”閉環學習，滿足院 校教學、企業內訓、個人自 學等多場景需求，幫助讀者 快速適應企業智能化轉型中 的實際工作場景。

目錄大綱

項目1 機器學習基礎實戰——環境搭建
任務1.1 配置Python基本環境
任務1.2 NumPy與Pandas數據操作
任務1.3 安裝機器學習環境——Anaconda
任務1.4 安裝配置Jupyter Notebook環境
任務1.5 安裝機器學習庫——Scikit-learn
項目2 監督學習分類實戰——圖像分類
任務2.1 項目背景與目標
任務2.2 數據加載與預處理
任務2.3 K近鄰（KNN）算法實現
任務2.4 決策樹算法應用
任務2.5 項目總結與評價
項目3 監督學習回歸實戰——天氣預測
任務3.1 項目背景與目標
任務3.2 數據探索與清洗
任務3.3 線性回歸模型建立
任務3.4 隨機森林回歸應用
任務3.5 特征選擇與模型優化
項目4 無監督學習項目實戰——客戶市場細分
任務4.1 項目背景與目標
任務4.2 數據探索與預處理
任務4.3 K-means聚類分析
任務4.4 層次聚類嘗試
任務4.5 聚類結果解釋與應用
項目5 深度神經網絡項目實戰——人臉識別
任務5.1 項目背景與目標
任務5.2 搭建深度學習環境
任務5.3 基於TensorFlow框架處理人臉圖像數據
任務5.4 基於CNN實現人臉識別
任務5.5 模型評估與可視化
項目6 NLTK 項目實戰——自然語言處理
任務6.1 項目背景與目標
任務6.2 數據探索與預處理
任務6.3 情感分析實現
任務6.4 文本分類實現
任務6.5 項目成果與應用展望
參考文獻
 

類似商品