- 机器学习与商务决策(21世纪经济管理新形态教材)/大数据与信息管理系列
- - 作者：编者:刘军//李大芳|责编:高晓蔚
  - 出版社：清华大学
  - ISBN：9787302689690
  - 出版日期：2025/04/01
  - 页数：199
- 售价：19.6

内容大纲
    本书是作者多年在人工智能领域中运用机器学习实战经验的理解、归纳和总结，旨在将机器学习理论与商务决策实践相结合，以较小的编程代价实现商务决策应用。
    本书共分7章，内容包括回归模型、分类模型、集体学习、无监督学习、神经网络等模型和算法的概念及原理。为了帮助读者更好地运用机器学习解决商业决策中出现的问题，本书选择Kaggle竞赛经典商务案例，运用Python语言解决案例中的问题，使读者既能理解处理问题背后的原理和思路，又能学习实际解决问题的方法和过程。
    本书可以作为高校大数据管理与应用、管理科学与工程、计算机科学及相关专业大学生或研究生的教材，也可以作为机器学习爱好者的参考用书。
作者介绍
目录
第1章绪论
  引导案例：“智慧小苏”
  1.1 什么是机器学习
  1.2 机器学习类型
  1.3 机器学习一般步骤
  1.4 机器学习在商务决策中的应用
  1.5 机器学习发展
  练习题
  即测即练题
第2章数据预处理与特征工程
  引导案例：“智能炼厂”
  2.1 数据清洗
  2.2 数据规范化处理
  2.3 特征工程
  练习题
  即测即练题
第3章回归模型
  引导案例：优鲜沛利用机器学习加强运营
  3.1 回归问题概述
  3.2 线性回归
  3.3 岭回归和Lasso回归
  3.4 多项式回归
  3.5 线性回归算法应用案例
  练习题
  即测即练题
第4章分类模型
  引导案例：基于决策树的中国银行产品推荐
  4.1 分类问题概述
  4.2 基于统计的算法
  4.3 基于决策树的算法
  4.4 基于规则的算法
  4.5 支持向量机算法
  4.6 分类算法应用案例
  练习题
  即测即练题
第5章集成学习
  引导案例：“会思考”的信用卡智能反欺诈模型
  5.1 AdaBoost算法
  5.2 随机森林算法
  5.3 集成算法应用案例
  练习题
  即测即练题
第6章无监督学习
  引导案例：亚马逊的推荐系统
  6.1 K-means聚类算法
  6.2 主成分分析
  6.3 关联规则
  6.4 无监督学习算法应用案例
  练习题
  即测即练题

第7章神经网络
  引导案例：中国天网
  7.1 神经网络概述
  7.2 多层感知机
  7.3 反向传播算法
  7.4 深度神经网络
  7.5 神经网络的代码实现
  7.6 神经网络算法应用案例
  练习题
  即测即练题
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