《機器學習經典算法實踐》是2018年5月清華大學出版社出版的圖書,作者是肖雲鵬、盧星宇、許明、汪浩瀚、吳斌、劉宴兵。
基本介紹
- 書名:機器學習經典算法實踐
- 作者:肖雲鵬、盧星宇、許明、汪浩瀚、吳斌、劉宴兵
- ISBN:9787302493334
- 定價:49元
- 出版社:清華大學出版社
- 出版時間:2018年5月
《機器學習經典算法實踐》是2018年5月清華大學出版社出版的圖書,作者是肖雲鵬、盧星宇、許明、汪浩瀚、吳斌、劉宴兵。
《機器學習經典算法實踐》是2018年5月清華大學出版社出版的圖書,作者是肖雲鵬、盧星宇、許明、汪浩瀚、吳斌、劉宴兵。內容簡介本書是為大學本科、研究生學習參考材料,以講原理、完全開放原始碼、使用公開數據集、實驗效果演示為特...
《Python機器學習實踐》是2022年清華大學出版社出版的圖書,作者張建偉、陳銳、馬軍霞、王鵬。內容簡介 本書介紹機器學習經典算法的原理、實現及套用,並通過綜合案例講解如何將實際問題轉換為機器學習能處理的問題進行求解。本書配套源碼、PPT課件、習題答案、開發環境與QQ群答疑。 本書共分14章。內容包括k近鄰算法、樸素...
《高效機器學習:理論、算法及實踐》是2017年機械工業出版社出版的圖書,作者是[黎] 瑪麗特·阿瓦德(Mariette Awad)[美]、拉胡爾·肯納(Rahul Khanna)。內容簡介 面對海量的複雜數據,如何快速挖掘出用戶需要的信息?如何將從圖像或文本中提取的非結構化數據轉換為結構化數據?又如何根據結構化數據建立模型?要想...
《機器學習實踐(第2版)》是2023年清華大學出版社出版的圖書,作者是李軒涯、計湘婷、曹焯然。內容簡介 本書是基於Python以及飛槳(PaddlePaddle)深度學習框架的實踐性機器學習入門教程,內容涵蓋Python基礎語法、機器學習常用算法以及在計算機視覺和自然語言處理等經典領域的詳細案例解析。 本書語言簡潔易懂,注重實踐與...
《機器學習——原理、算法與Python實戰(微課視頻版)》是2022年清華大學出版社出版的圖書,作者是姚捃、劉華春、侯向寧。內容簡介 本書以Python為開發語言,採用理論與實踐相結合的形式,系統全面地介紹了機器學習涉及的核心知識。本書共6章,其中第1章介紹機器學習的基礎知識,包括機器學習的概念、分類、研究範圍、...
《機器學習入門與實戰——Python實踐套用》是2023年清華大學出版社出版的圖書,作者是冷雨泉、高慶、閆丹琪。內容簡介 本書主要介紹經典的機器學習算法的原理和改進,以及Python的實例實現。本書的內容可以分成三部分: 第一部分是機器學習概念篇(第1章),充分介紹機器學習的相關概念,並且對機器學習的各種算法進行分類...
《 機器學習原理與實踐(Python版)》是2021年清華大學出版社出版的一本圖書,作者是左飛,補彬。 內容簡介 本書全面系統地介紹了機器學習領域中的經典方法,併兼顧算法原理與實踐運用。具體內容涉及回歸分析(線性回歸、多項式回歸、非線性回歸、嶺回歸,LASSO、彈性網路,以及RANSAC等)、分類(感知機、邏輯回歸...
《Spark MLlib機器學習實踐(第2版)》是2017年3月1日清華大學出版社出版的圖書,作者是王曉華。圖書簡介 Spark作為新興的、套用範圍最為廣泛的大數據處理開源框架引起了廣泛的關注,它吸引了大量程式設計和開發人員進行相關內容的學習與開發,其中MLlib是Spark框架使用的核心。本書是一本細緻介紹Spark MLlib程式設計的...
《Python機器學習——原理、算法及案例實戰-微課視頻版》是清華大學出版社出版圖書,作者是劉艷、韓龍哲、李沫沫。內容簡介 本書系統介紹了經典的機器學習算法,並通過實踐案例對算法進行解析。 本書內容包含三部分: 第一部分(第1章和第2章)為入門篇,著重介紹Python開發基礎及數據分析與處理;第二部分(第3章和...
《Python+TensorFlow機器學習實戰》內容共分為11章,首先介紹TensorFlow的基本知識,通過實例逐步深入地講解線性回歸、支持向量機、神經網路算法和無監督學習等常見的機器學習算法模型。然後通過TensorFlow在自然語言文本處理、語音識別、圖形識別和人臉識別等方面的成功套用講解TensorFlow的實際開發過程。目錄 第1章 機器學習概述...
此書可供算法工程師、it專業人員以及機器學習愛好者參考使用。機器學習領域經典著作,智慧型計算專家多年經驗結晶,以全新的角度詮釋機器學習的算法理論,通過案例系統闡述機器學習的實踐方法和套用技巧,指導讀者輕鬆步入工程套用階段,也是為數不多的既有大量實踐套用案例又包含算法理論剖析的著作,作者針對機器學習算法既抽象...
《Scikit-Learn機器學習核心技術與實踐》適用於已經了解Python語言基礎語法的讀者,以及想進一步學習機器學習和深度學習技術的讀者,還可以作為大專院校相關專業的師生用書和培訓學校的專業教材。作者簡介 譚貞軍,哈爾濱工業大學計算機碩士,平常喜愛Android套用開發和底層開發,在谷歌市場已經發布多款經典應用程式。熱衷於人工...
本書主要介紹經典的機器學習算法的原理及改進,以及MATLAB的實例實現。本書內容分為三部分。第一部分(第1章)是機器學習概念篇,介紹機器學習的相關概念,並且對機器學習的各類算法進行分類,以便讀者對機器學習的知識框架有一個整體的了解,從而在後續的學習中更容易接受機器學習涉及的各類算法。第二部分(第2章、第3...
本課程從實踐角度考慮,結合部分數學統計學知識講解最經典的機器學習算法,主要內容是機器學習思想在具體項目上的示例和代碼實現、如何做算法的參數調試和分析各種算法的選擇等。本課程重視項目實踐如工業實踐、算法競賽實踐等,重視落地,使學生在實踐中思考不同算法之間的區別和聯繫,提高在實際工作中選擇算法的能力。
5.2Mahout機器學習算法 5.2.1Mahout算法概覽 5.2.2潛在狄利克雷分配模型 5.2.3MinHash聚類 5.2.4Kmeans聚類 5.2.5Canopy聚類 5.2.6MeanShift均值漂移聚類 5.2.7Fkmeans模糊聚類 5.2.8貝葉斯分類算法 5.2.9SGD邏輯回歸分類算法 5.2.10隨機森林分類算法 5.2.11關聯規則之頻繁項集挖掘算法 5.2....
《機器學習套用實戰》是2022年清華大學出版社出版的圖書,作者是劉袁緣 李聖文 方芳 主編 周順平 萬波 蔣良孝 葉亞琴 楊林 左澤均 副主編。 內容簡介 本書將基礎理論和案例實戰相結合,循序漸進地介紹了關於機器學習領域中的經典和流行算法,全面、系統地介紹了使用Python實現機器學習算法,並通過PyTorch框架實現機器學習...
3.1.4強化學習45 3.2模型評價指標46 3.2.1精度與召回率46 3.2.2ROC曲線46 3.2.3混淆矩陣48 3.2.4交叉驗證48 3.3模型選擇48 3.3.1過擬合與欠擬合48 3.3.2偏差與方差分解49 3.3.3正則化50 參考文獻52 第二部分主要的機器學習算法與理論 第4章貝葉斯分類器55 4.1貝葉斯決策55 4.2樸素貝葉斯...
《機器學習算法與套用(微課視頻版)》是2020年清華大學出版社出版的圖書,作者是楊雲、段宗濤。內容簡介 《機器學習算法與套用(微課視頻版)》涵蓋經典的有監督機器學習算法、無監督機器學習算法、強化學習算法和深度機器學習算法,闡述從淺層學習到深度學習,從簡單的線性模型到複雜的神經網路非線性模型的原理與套用。...
本書介紹了使用TensorFlow進行智慧型算法的實踐,包括經典的機器學習算法和深度學習算法實現。本書力求做到理論與實踐平衡統一,在相關理論上深入淺出,輔以多種TensorFlow實現技術對理論進行具體實踐,有助於讀者快速理解與掌握智慧型算法的精髓和TensorFlow技術的要點。本書共4篇。入門篇介紹學習環境搭建和TensorFlow框架的基本...
本書分4部分: 第1部分介紹監督學習,包括線性模型、決策樹分類、貝葉斯分類器、集成學習和支持向量機;第2部分介紹無監督學習,包括關聯規則、聚類分析和數據降維;第3部分介紹深度學習,包括神經網路、深度學習和生成對抗網路;第4部分介紹強化學習。本書所介紹的經典機器學習算法及其套用案例均給出了相關實驗數據和...
在深入淺出地解析模型與算法之後,介紹使用Python相關工具進行開發的方法、解析經典案例,使讀者做到“能理解、能設計、能編碼、能調試”,沒有任何專業基礎的讀者在學習本書後也能夠上手設計與開發機器學習產品。《從機器學習到深度學習:基於scikit-learn與TensorFlow的高效開發實戰》內容深入淺出...
本書每章講解一系列經典神經網路的創新性思路,給出了詳細的模型結構解析,並提供了具體的實踐項目。從代碼解析、網路訓練、網路推理到模型部署,帶領讀者從理論一步步走向實踐。圖書目錄 目錄 第1章深度學習基礎/1 1.1人工智慧概述1 1.1.1人工智慧在各領域中的套用1 1.1.2人工智慧、機器學習和深度學習3 1.2...
機器學習有下面幾種定義:(1)機器學習是一門人工智慧的科學,該領域的主要研究對象是人工智慧,特別是如何在經驗學習中改善具體算法的性能。(2)機器學習是對能通過經驗自動改進的計算機算法的研究。(3)機器學習是用數據或以往的經驗,以此最佳化電腦程式的性能標準。發展歷程 機器學習實際上已經存在了幾十年或者也...
2.1.2 選用算法 18 2.1.3 用CNN做文本分類 21 2.2 情感分類 24 2.2.1 先分析需求 24 2.2.2 詞法分析 25 2.2.3 機器學習 28 2.2.4 試試LSTM模型 30 2.3 文本深度特徵提取 31 2.3.1 詞特徵表示 31 2.3.2 句子特徵表示 42 2.3.3 深度語義模型 51 3 做一個對話機器人 53 3.1 ...
第1~6 章),講述機器學習的基礎算法,包括線性模型、決策樹、貝葉斯分類、k 近鄰法、數據降維、聚類和EM算法;第二篇:機器學習高級篇(第7~10 章),講述經典而常用的高級機器學習算法,包括支持向量機、人工神經網路、半監督學習和集成學習;第三篇:機器學習工程篇(第11~12章),講述機器學習工程中的實際...
11.2.4 遷移學習方法一:微調網路206 11.2.5 遷移學習方法二:特徵提取器208 11.3 小結209 第12章 人臉檢測和識別210 12.1 人臉檢測210 12.1.1 定義和研究現狀210 12.1.2 經典算法213 12.1.3 套用領域216 12.2 人臉識別217 12.2.1 定義和研究現狀217 12.2.2 經典算法220 12....
本書分為10章,內容包括:機器學習與Python開發環境、用於數據處理及可視化展示的Python類庫、NBA賽季數據可視化分析、聚類算法與可視化實戰、線性回歸與可視化實戰、邏輯回歸與可視化實戰、決策樹算法與可視化實戰、基於深度學習的酒店評論情感分類實戰、基於深度學習的手寫體圖像識別實戰、TensorFlow Datasets和TensorBoard訓練...
4.6.1經典損失函式 4.6.2自定義損失函式 第5章最佳化網路的方法 5.1基於梯度的最佳化 5.1.1梯度下降算法 5.1.2隨機梯度下降 5.2反向傳播 5.2.1簡要解釋反向傳播算法 5.2.2自適應學習率算法 5.2.3TensorFlow提供的最佳化器 5.3學習率的獨立設定 5.3.1指數衰減的學習率 5.3.2其他最佳化學習率的方法 5....
提升方法(Boosting),是一種可以用來減小監督式學習中偏差的機器學習算法。面對的問題是邁可·肯斯(Michael Kearns)提出的:一組“弱學習者”的集合能否生成一個“強學習者”?弱學習者一般是指一個分類器,它的結果只比隨機分類好一點點;強學習者指分類器的結果非常接近真值。算法起源 Valiant和 Kearns提出了弱...