《Python機器學習》是中國青年出版社出版的圖書，作者是日本系統規劃研究所。
基本介紹
- 中文名：Python機器學習
- 作者：日本系統規劃研究所
- 譯者：周曉玲
- 出版時間：2021年3月
- 出版社：中國青年出版社
- ISBN：9787515362298
- 定價：79.8 元
- 開本：32 開
- 裝幀：平裝
內容簡介,作者簡介,圖書目錄,
內容簡介
《Python機器學習》講解未來人工智慧技術中的機器學習，從入門知識到實踐。全書分為“導入篇”、“基礎篇”、“實踐篇”三部分。 導入篇包括第1章和第2章的內容。第1章是關於Python的安裝和語言的說明及閱讀本書需要進行的準備等，“快速教程”中將對通過Python如何接觸機器學習進行說明，章節末尾的“短文 深度學習是什麼”中，會涉及到最近引人關注的深度學習的歷史及其現狀； 第2章中將概述機器學習的各個方面。 基礎篇從第3章到第5章，將對分類問題、回歸問題、聚類進行說明。特別是在“第3章 分類問題”，闡述了性能的評價方法及其注意要點，這是使用機器學習需要掌握的基礎部分。 第6章和第7章的定位為實踐篇，講解了一些實際套用。第6章以手形狀分類為題材，用和實際相近的形狀進行數據收集，創建分類器，並進行評價；第7章中會看到感測器數據的處理方法，最後闡述了本篇的...(展開全部) 《Python機器學習》講解未來人工智慧技術中的機器學習，從入門知識到實踐。全書分為“導入篇”、“基礎篇”、“實踐篇”三部分。 導入篇包括第1章和第2章的內容。第1章是關於Python的安裝和語言的說明及閱讀本書需要進行的準備等，“快速教程”中將對通過Python如何接觸機器學習進行說明，章節末尾的“短文 深度學習是什麼”中，會涉及到最近引人關注的深度學習的歷史及其現狀； 第2章中將概述機器學習的各個方面。 基礎篇從第3章到第5章，將對分類問題、回歸問題、聚類進行說明。特別是在“第3章 分類問題”，闡述了性能的評價方法及其注意要點，這是使用機器學習需要掌握的基礎部分。 第6章和第7章的定位為實踐篇，講解了一些實際套用。第6章以手形狀分類為題材，用和實際相近的形狀進行數據收集，創建分類器，並進行評價；第7章中會看到感測器數據的處理方法，最後闡述了本篇的結束語。 【日】系統規劃研究所/ISP: 系統規劃研究所是一家以技術為導向的軟體設計開發公司，在日常的業務中，他們會使用如深度學習和畫像處理、數據分析等更高級技術。近年來他們的研究工作推動了AI、機器學習的發展。
作者簡介
【日】系統規劃研究所/ISP: 系統規劃研究所是一家以技術為導向的軟體設計開發公司，在日常的業務中，他們會使用如深度學習和畫像處理、數據分析等更高級技術。近年來他們的研究工作推動了AI、機器學習的發展。
圖書目錄
前言
第1部分 導入篇
第1章 導言
1.1 什麼是機器學習
1.2 Python和機器學習
1.3 安裝和配置
1.4 快速理解Python—NumPy和matplotlib
1.5 快速教程
第2章 機器學習的各個方面
2.1 圍繞機器學習的環境
2.2 關聯領域
2.3 通過學習法分類
2.4 根據手法和課題設定的分類
2.5 套用案例
第2部分 基礎篇
第3章 分類問題
3.1 分類問題是什麼
3.2 初的分類器
3.3 學習數據和測試數據
3.4 評價分類器的性能
3.5 各種各樣的分類器
3.6 總結
第4章 回歸問題
4.1 回歸問題及其分類
4.2 初的回歸—小二乘法和評價方法
4.3 機器學習的禁忌—過擬合
4.4 過擬合的對應—懲罰回歸
4.5 各種各樣的回歸模型
4.6 總結
第5章 聚類
5.1 iris數據集
5.2 代表性的聚類算法—k-means
5.3 其他的聚類算法
5.4 總結
第3部分 實踐篇
第6章 根據圖像進行手形狀分類
6.1 課題的設定
6.2 初的學習
6.3 求得泛化能力—嘗試增加人數
6.4 再嘗試進一步增加人數
6.5 數據的詳查和清理—數據清洗
6.6 特徵向量的導入
6.7 參數調整
6.8 總結
第7章 感測器數據的回歸問題
7.1 首先
7.2 準備
7.3 感測器數據的概要
7.4 數據的讀取
7.5 高松的氣溫數據和四國電力的消費量
7.6 更多樣化，總結
7.7 完結
第4部分 附錄
附錄A 使用Python做機器學習
A.1 此附錄的目的
A.2 小二乘法
A.3 通過矩陣計算導出解析解
A.4 疊代法
A.5 寫代碼之前
A.6 實現例子
附錄B 線性代數的回顧和代表性非線性模型
B.1 此附錄的目的
B.2 原本的“線性”是什麼
B.3 線性變換和仿射變換
B.4 範數和懲罰項
B.5 考慮線性回歸的小二乘解
B.6 機器學習中的“非線性”
參考信息
