- 机器学习理论与应用/新型工业化新计算计算机学科系列
- - 作者：编者:王开军//罗天健//方莹|责编:刘瑀
  - 出版社：电子工业
  - ISBN：9787121500190
  - 出版日期：2025/04/01
  - 页数：194
- 售价：19.6

内容大纲
    本书是机器学习的入门书，深入浅出地讲解机器学习的基础理论与应用，不仅注重给理论添加浅显易懂的解释和详述，而且探讨何种创新思维或科学思维可以产生或引导出某个理论，让学习者在学习理论过程中自然地培养创新思维与科学思维。本书知识点包括回归分析、k-近邻算法、决策树、贝叶斯分类器、支持向量机、模型性能评估、集成学习、降维方法、聚类、EM算法与高斯混合模型、神经网络与深度学习等。本书每章都设计手工计算的应用例题，以演示理论解题和计算过程，帮助学习者理解和掌握理论。每章配有编程实践的实例，不仅示范解题的Python代码，还示范解题思路、步骤和结果分析，培养学习者解决实际问题的能力。每章自然地融入科技强国、弘扬中华智慧与文化等内容。此外，每章的习题可巩固知识，对应的在线课程（中国大学MOOC，课程名：机器学习）可引领学习。
    本书的配套教学资源有教学大纲、教学课件、源代码和案例素材等，读者可登录华信教育资源网免费下载；编程实例所用数据集在书中标注了下载途径。
    本书可作为人工智能、计算机相关专业的教材，或供机器学习理论与应用的学习者使用参考。
作者介绍
目录
第1章  绪论
  1.1  机器学习简介
  1.2  机器学习方法的分类
  1.3  机器学习框架
  1.4  Python的机器学习开发环境
  1.5  习题
第2章  回归分析
  2.1  一元线性回归
  2.2  多元线性回归
  2.3  多项式回归
  2.4  回归分析的效果评价
  2.5  逻辑回归
  2.6  实例与编程求解
  2.7  习题
第3章  k-近邻算法
  3.1  k-近邻分类算法
  3.2  k值的选取
  3.3  距离度量
  3.4  k-近邻回归算法
  3.5  k-近邻算法的性能和特点
  3.6  实例与编程求解
  3.7  习题
第4章  决策树
  4.1  决策树的原理
  4.2  决策树的构造算法
  4.3  信息熵
  4.4  ID3算法
  4.5  C4.5算法
  4.6  CART算法
  4.7  决策树的剪枝
  4.8  决策树的特点
  4.9  实例与编程求解
  4.10  习题
第5章  贝叶斯分类器
  5.1  概率相关知识
  5.2  贝叶斯分类原理
  5.3  朴素贝叶斯分类器
  5.4  实例与编程求解
  5.5  习题
第6章  支持向量机
  6.1  二分类问题
  6.2  支持向量机分类原理
  6.3  支持向量机中的核方法
  6.4  支持向量机的特点
  6.5  多分类问题
  6.6  支持向量回归
  6.7  实例与编程求解
  6.8  习题
第7章  模型性能评估
  7.1  模型性能评估的原理与方法

  7.2  错误率与准确率
  7.3  混淆矩阵
  7.4  精确率、召回率与F1指标
  7.5  P-R曲线与ROC曲线
  7.6  实例与编程求解
  7.7  习题
第8章  集成学习
  8.1  集成学习的原理
  8.2  Bagging和随机森林
  8.3  Boosting和Adaboost
  8.4  提升树
  8.5  实例与编程求解
  8.6  习题
第9章  降维算法
  9.1  降维的概念
  9.2  主成分分析
  9.3  奇异值分解
  9.4  主成分分析的特点
  9.5  实例与编程求解
  9.6  习题
第10章  聚类
  10.1  聚类的概念
  10.2  基于划分的聚类方法
  10.3  基于层次的聚类方法
  10.4  基于密度的聚类方法
  10.5  聚类评估
  10.6  确定数据集中簇的数目
  10.7  几种聚类方法的特点
  10.8  实例与编程求解
  10.9  习题
第11章  期望-最大化（EM）算法与高斯混合模型
  11.1  极大似然估计法
  11.2  EM算法
  11.3  高斯混合模型
  11.4  EM算法和高斯混合模型的特点
  11.5  实例与编程求解
  11.6  习题
第12章  神经网络
  12.1  神经元与感知机
  12.2  BP神经网络
  12.3  神经网络模型的特点
  12.4  实例与编程求解
  12.5  习题
第13章  深度学习
  13.1  卷积神经网络
  13.2  循环神经网络
  13.3  生成式对抗网络
  13.4  几种深度学习方法的特点
  13.5  实例与编程求解
  13.6  习题

参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目