- 用Python动手学机器学习/图灵程序设计丛书
- - 作者：(日)伊藤真|责编:杜晓静|译者:郑明智//司磊
  - 出版社：人民邮电
  - ISBN：9787115550583
  - 出版日期：2021/03/01
  - 页数：348
- 售价：35.6

内容大纲
本书是面向机器学习新手的入门书，从学习环境的搭建开始，图文并茂地介绍了学习机器学习所需的Python知识和数学知识，并在此基础上结合数学式、示例程序、插图等，抽丝剥茧般地对有监督学习中的回归与分类、神经网络与深度学习的算法与应用、手写数字识别、无监督学习的算法等进行了介绍。
本书既有图形、代码，又有详细的数学式推导过程，大大降低了机器学习的学习门槛，即使没有学过Python、数学基础不太好，也可以看懂。
作者介绍
目录
第1章  学习前的准备
  1.1  关于机器学习
    1.1.1  学习机器学习的窍门
    1.1.2  机器学习中问题的分类
    1.1.3  本书的结构
  1.2  安装Python
  1.3  Jupyter Notebook
    1.3.1  Jupyter Notebook的用法
    1.3.2  输入Markdown格式文本
    1.3.3  更改文件名
  1.4  安装Keras和TensorFlow
第2章  Python基础知识
  2.1  四则运算
    2.1.1  四则运算的用法
    2.1.2  幂运算
  2.2  变量
    2.2.1  利用变量进行计算
    2.2.2  变量的命名
  2.3  类型
    2.3.1  类型的种类
    2.3.2  检查类型
    2.3.3  字符串
  2.4  print语句
    2.4.1  print语句的用法
    2.4.2  同时显示数值和字符串的方法1
    2.4.3  同时显示数值和字符串的方法2
  2.5  list（数组变量）
    2.5.1  list的用法
    2.5.2  二维数组
    2.5.3  创建连续的整数数组
  2.6  tuple（数组）
    2.6.1  tuple的用法
    2.6.2  读取元素
    2.6.3  长度为1的tuple
  2.7  if语句
    2.7.1  if语句的用法
    2.7.2  比较运算符
  2.8  for语句
    2.8.1  for语句的用法
    2.8.2  enumerate的用法
  2.9  向量
    2.9.1  NumPy的用法
    2.9.2  定义向量
    2.9.3  读取元素
    2.9.4  替换元素
    2.9.5  创建连续整数的向量
    2.9.6  ndarray的注意事项
  2.10  矩阵
    2.10.1  定义矩阵
    2.10.2  矩阵的大小

    2.10.3  读取元素
  ……
第3章  数据可视化
第4章  机器学习中的数学
第5章  有监督学习：回归
第6章  有监督学习：分类
第7章  神经网络与深度学习
第8章  神经网络与深度学习的应用（手写数字识别）
第9章  无监督学习
第10章  本书小结
后记

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目