《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。
基本介紹
- 中文名：Python機器學習實踐
- 作者：張建偉、陳銳、馬軍霞、王鵬
- 出版社：清華大學出版社
- 出版時間：2022年9月1日
- ISBN：9787302612605
- 印次：1-1
內容簡介,圖書目錄,
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樂酷檔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、樸素貝葉斯、聚類、EM算法、支持向量機、決策樹、線性雅愉回歸、邏輯回歸、BP神經網路經寒紙店頸典算法，以及垃圾郵件分類、手寫數字識別、零售商品銷售量分析與預測、個性化推薦等綜合案例。本書算法首先給出了數學原理及公式推導過程，然後給出算法實現，最後所有算法及案例均以Python實現，方便讀者在動手編程中理解機器學習的經典算法。
本書適合Python機器學習初學者笑境糊、機器學習開發人員和研究人員使用，也可作為高等院校計算機、軟體工程、大數據、人工智慧等相關專業的本科生、研究生學習人工智慧、機器學習的教材。
圖書目錄
第1章 機器學習基礎 1
1.1 機器學習概述 1
1.1.1 什麼是機器學習 1
1.1.2 機器學習發展史 3
1.1.3 機器學習、人工智慧、深度學習的關係 5
1.2 機器學習相關概念 6
1.3 機器學習的任務 8
1.3.1 監督學習 8
1.3.2 無監督學習 8
1.3.3 半監督學習 9
1.4 機器學習的一般步驟 9
1.5 機器學習Python基礎 10
1.5.1 Python開發環境 10
1.5.2 Python基本語法 11
1.5.3 Python列表、元組、字典、集合 13
1.6 本章小結 18
1.7 習題 18
第2章 k近鄰算法 19
2.1 k近鄰算法原理 19
2.1.1 非參數估計與參數估計 20
2.1.2 非參數估計的一般推導 22
2.2 基於k近鄰算法的實現 23
2.2.1 利用直方圖估計機率密度、分類 23
2.2.2 利用Parzen矩形窗估計機率密度、分類 28
2.2.3 利用Parzen正態核估計機率密度、分類 29
2.3 k近鄰算法套用─鳶尾花朵挨艱的分類 31
2.4 本章小結 35
2.5 習題 35
第3章 貝葉斯分類器 37
3.1 貝葉斯定理相關概念 37
3.1.1 先驗機率、條己櫃碑件機率、後驗機率與類條件舉海付厚機率 37
3.1.2 貝葉斯決策理論 38
3.1.3 極大似然估計 39
3.2 樸素貝葉斯分類器 42
3.2.1 手工設計貝葉斯分類器...
