图书介绍
机器学习系统设计 PYTHON语言实现pdf电子书版本下载
- （美）载维·朱利安著；李洋译 著
- 出版社： 北京市：机械工业出版社
- ISBN：9787111569459
- 出版时间：2017
- 标注页数：192页
- 文件大小：29MB
- 文件页数：205页
- 主题词：机器学习－系统设计
PDF下载
下载说明
机器学习系统设计 PYTHON语言实现PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 机器学习的思维 1
1.1 人机界面 1
1.2 设计原理 4
1.2.1 问题的类型 6
1.2.2 问题是否正确 7
1.2.3 任务 8
1.2.4 统一建模语言 27
1.3 总结 31
第2章 工具和技术 32
2.1 Python与机器学习 33
2.2 IPython控制台 33
2.3 安装SciPy栈 34
2.4 NumPy 35
2.4.1 构造和变换数组 38
2.4.2 数学运算 39
2.5 Matplotlib 41
2.6 Pandas 45
2.7 SciPy 47
2.8 Scikit-learn 50
2.9 总结 57
第3章 将数据变为信息 58
3.1 什么是数据 58
3.2 大数据 59
3.2.1 大数据的挑战 60
3.2.2 数据模型 62
3.2.3 数据分布 63
3.2.4 来自数据库的数据 67
3.2.5 来自互联网的数据 68
3.2.6 来自自然语言的数据 70
3.2.7 来自图像的数据 72
3.2.8 来自应用编程接口的数据 72
3.3 信号 74
3.4 数据清洗 76
3.5 数据可视化 78
3.6 总结 80
第4章 模型——从信息中学习 81
4.1 逻辑模型 81
4.1.1 一般性排序 83
4.1.2 解释空间 84
4.1.3 覆盖空间 86
4.1.4 PAC学习和计算复杂性 87
4.2 树状模型 88
4.3 规则模型 92
4.3.1 有序列表方法 94
4.3.2 基于集合的规则模型 95
4.4 总结 98
第5章 线性模型 100
5.1 最小二乘法 101
5.1.1 梯度下降 102
5.1.2 正规方程法 107
5.2 logistic回归 109
5.3 多分类 113
5.4 正则化 115
5.5 总结 117
第6章 神经网络 119
6.1 神经网络入门 119
6.2 logistic单元 121
6.3 代价函数 126
6.4 神经网络的实现 128
6.5 梯度检验 133
6.6 其他神经网络架构 134
6.7 总结 135
第7章 特征——算法眼中的世界 136
7.1 特征的类型 137
7.1.1 定量特征 137
7.1.2 有序特征 138
7.1.3 分类特征 138
7.2 运算和统计 139
7.3 结构化特征 141
7.4 特征变换 141
7.4.1 离散化 143
7.4.2 归一化 144
7.4.3 校准 145
7.5 主成分分析 149
7.6 总结 151
第8章 集成学习 152
8.1 集成学习的类型 152
8.2 Bagging方法 153
8.2.1 随机森林 154
8.2.2 极端随机树 155
8.3 Boosting方法 159
8.3.1 AdaBoost 161
8.3.2 梯度Boosting 163
8.4 集成学习的策略 165
8.5 总结 168
第9章 设计策略和案例研究 169
9.1 评价模型的表现 169
9.2 模型的选择 174
9.3 学习曲线 176
9.4 现实世界中的案例研究 178
9.4.1 建立一个推荐系统 178
9.4.2 温室虫害探测 185
9.5 机器学习一瞥 188
9.6 总结 190