Python機器學習——原理、算法及案例實戰-微課視頻版

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章和第4章）為基礎篇，著重介紹機器學習的理論框架和常用機器學習模型；第三部分（第5～11章）為實戰篇，介紹經典機器學習算法及套用，包括KNN分類算法、KMeans聚類算法、推薦算法、回歸算法、支持向量機算法、神經網路算法以及深度學習理論及項目實例。本書力求敘述簡練，概念清晰，通俗易懂。書中的案例選取了接近實際套用的典型問題，以套用能力、創新能力的培養為核心目標。本書可作為高等院校計算機、軟體工程、大數據、通信、電子等相關專業的教材，也可作為成人教育及自學考試用書，

圖書目錄

第一部分入門篇

第1章機器學習概述3

1.1人工智慧簡介4

1.1.1什麼是人工智慧4

1.1.2人工智慧史上的三次浪潮4

1.1.3人工智慧的研究領域8

1.2機器學習的主要工作17

1.3機器學習開發環境19

習題25

第2章Python數據處理基礎27

2.1Python程式開發技術27

2.2基本數據類型29

2.3數據檔案讀寫37

2.3.1打開與關閉檔案37

2.3.2讀取檔案內容38

2.3.3將數據寫入檔案39

2.3.4Pandas存取檔案40

2.3.5NumPy存取檔案42

習題43

第二部分基礎篇

第3章Python常用機器學習庫47

3.1NumPy47

3.1.1ndarray對象48

3.1.2NumPy數據類型49

3.1.3NumPy數組屬性53

3.1.4其他創建數組的方式55

3.1.5切片、疊代和索引59

3.1.6NumPy計算62

3.2Pandas64

3.2.1Series數據結構64

3.2.2DataFrame對象67

3.2.3數據對齊75

3.3Matplotlib78

3.4OpenCV91

3.5Scikit learn96

3.5.1SKlearn簡介96

3.5.2SKlearn的一般步驟97

3.6其他常用模組99

3.6.1WordCloud製作詞雲99

3.6.2Jieba中文分詞101

3.6.3PIL105

習題112

第4章機器學習基礎114

4.1機器學習模型115

4.1.1線性模型與非線性模型115

4.1.2淺層模型與深度模型115

4.1.3單一模型與集成模型116

4.1.4監督學習、非監督學習和強化學習116

Python機器學習——原理、算法及案例實戰-微課視頻版

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條