機器學習技術及套用

內容簡介

本書共6章。第1章節主要介紹機器學習的基本概念及其發展史、機器學習分類、常見機器學習算法及其特點；第2章搭建機器學習開發環境，主要包括anacondapycharmpython軟體的安裝及使用，以及常見機器學習庫的介紹和安裝使用方法；

作者簡介

徐宏英，女，工學碩士，重慶電子工程職業學院骨幹教師，參研國家自然科學基金一項，參研省級重點科技攻關項目一項，主持省級教改課題一項，參研省部級項目8項，第一主編出版教材1部，發表論文10餘篇，申請專利8項，指導學生參加全國大學生電子設計大賽獲全國二等獎1項，指導學生參加職業技能競賽獲全國二等獎1項，省部級電子設計大賽、職業技能大賽10餘項。

圖書目錄

第1章機器學習介紹 001

1．1 機器學習簡介 002

1．1．1 機器學習的基本概念 003

1．1．2 機器學習的發展歷史 005

1．2 機器學習的分類及典型算法 010

1．2．1 機器學習的分類 010

1．2．2 監督學習 011

1．2．3 非監督學習 014

1．2．4 半監督學習 015

1．2．5 強化學習 018

本章小結 019

習題 020

第2章基於Python語言的機器學習環境搭建與配置 023

2．1 機器學習相關軟體介紹 024

2．1．1 機器學習開發語言 024

2．1．2 機器學習開發工具 028

2．2 機器學習開發環境搭建 036

2．2．1 Python的安裝及使用 036

2．2．2 Anaconda的安裝及使用 041

2．2．3 PyCharm的安裝及使用 052

2．3 常見機器學習庫函式功能介紹 059

2．3．1 基礎科學計算庫（NumPy） 059

2．3．2 科學計算工具集（Scipy） 068

2．3．3 數據分析庫（Pandas） 074

2．3．4 圖形繪製庫（Matplotlib） 079

2．3．5 機器學習常用算法庫（Scikit-learn） 080

本章小結 083

習題 084

第3章監督學習 087

3．1 線性回歸算法 088

3．1．1 常用損失函式 089

3．1．2 最小二乘法 091

3．1．3 梯度下降法 092

3．1．4 線性回歸算法實例 094

3．2 決策樹算法 098

3．2．1 分類準則 099

3．2．2 ID3算法 102

3．2．3 C4．5算法 108

3．2．4 CART算法 111

機器學習技術及套用

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條