- 机器学习应用与实战(全彩印刷)/人工智能应用与实战系列
- - 作者：编者:韩少云//张云飞//吴飞//徐理想|责编:林瑞和
  - 出版社：电子工业
  - ISBN：9787121447891
  - 出版日期：2023/03/01
  - 页数：306
- 售价：43.6

内容大纲
    本书系统介绍了机器学习常用算法及其应用，在深入分析算法原理的基础上，结合当前热门应用场景，向读者展现了机器学习算法的综合应用，带领读者进入机器学习领域，开启人工智能行业的大门。
    全书共21章，分为3部分。第1部分介绍机器学习基础算法，包括线性回归、多项式回归、逻辑回归、k-NN、决策树、k-Means、SVM、随机森林、朴素贝叶斯、PCA降维等，针对每个算法给出应用案例，让读者既掌握算法原理，又能够使用算法解决问题。第2部分是机器学习基础算法综合应用，通过学生分数预测、自闭症患者预测、淘宝用户价值分析、耳机评论情感预测几个案例提升读者对机器学习算法的应用能力。第3部分是机器学习进阶算法与应用，介绍逻辑更为复杂的机器学习算法，如改进的聚类算法、HMM算法、Boosting算法等，并给出相应案例，此外，还展示了多个算法综合应用项目。
    本书适合对机器学习、人工智能感兴趣的读者阅读，也可以作为应用型大学和高等职业院校人工智能相关专业的教材。本书可以帮助有一定基础的读者查漏补缺，使其深入理解和掌握相关原理与方法，提高其解决实际问题的能力。
作者介绍
目录
第1部分  机器学习基础算法
  第1章  基于线性回归的销售量预测
    1.1  机器学习概述
    1.2  线性回归
      1.2.1  回归的概念
      1.2.2  线性回归模型
    1.3  梯度下降算法
    1.4  线性回归模型的构建
      1.4.1  线性回归模型构建的一般步骤
      1.4.2  线性回归模型的评估方法与度量指标
    1.5  案例实现——基于线性回归的销售量预测
    本章总结
    作业与练习
  第2章  非线性数据的多项式回归
    2.1  多项式回归
      2.1.1  多项式回归的概念
      2.1.2  0-1标准化
      2.1.3  Z-Score标准化
      2.1.4  特征拓展
    2.2  模型训练问题与解决方法
      2.2.1  欠拟合与过拟合
      2.2.2  正则化方法
    2.3  案例实现——非线性数据的多项式回归
    本章总结
    作业与练习
  第3章  基于逻辑回归算法的乳腺癌患病预测
    3.1  逻辑回归算法
      3.1.1  逻辑回归算法概述
      3.1.2  概率估算
      3.1.3  损失函数
    3.2  分类数据的预处理
      3.2.1  欠采样与过采样
      3.2.2  数据的标签化
      3.2.3  数据的独热编码
    3.3  模型的性能评估
      3.3.1  数值型模型评估方法
      3.3.2  几何型模型评估方法
    3.4  案例实现——基于逻辑回归算法的乳腺癌患病预测
    本章总结
    作业与练习
  第4章  基于k-NN算法的分类
  第5章  基于决策树算法的回归预测与分类
  第6章  基于k-Means算法的聚类
  第7章  基于SVM算法的分类与回归预测
  第8章  随机森林揭秘
  第9章  基于朴素贝叶斯算法的中文预测
  第10章  基于PCA降维的图片重构
第2部分  机器学习基础算法综合应用
  第11章  学生分数预测
  第12章  自闭症患者预测

  第13章  淘宝用户价值分析
  第14章  耳机评论情感预测
第3部分  机器学习进阶算法与应用
  第15章  聚类算法综合
  第16章  基于HMM算法的股票行情预测
  第17章  Boosting算法综合
  第18章  饭店销售量预测
  第19章  信贷违约预测
  第20章  胎儿健康分类预测
  第21章  淘宝用户画像处理

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目