 |
| 打下最紮實的AI基礎：從scikit-learn一步一腳印。人氣店家樂天書城的電腦資訊、概論／網路／雲端、人工智慧/機器學習有最棒的商品。快到日本NO.1的Rakuten樂天市場的安全環境中盡情網路購 售價:442 我要購買
|
|
|
內容簡介30秒極速瞭解本書精華內容： 理論基礎 機器學習的應用場景 機器學習應用程式開發的典型步驟 Python機器學習開發套件：numpy、pandas和matplotlib 演算法模型性能評估的指標和評估方法 八大常用機器學習演算法
近鄰演算法 線性回歸演算法 邏輯回歸演算法 決策樹 支持向量機 單純貝氏演算法 PCA演算法
平均值演算法 七大實戰演練案例 糖尿病檢測 預測房價 乳腺癌檢測 鐵達尼號倖存者預測 文件類別預測 人臉識別 文件自動分類 本書適用讀者：想從事機器學習、人工智慧、深度學習及機器人相關技術的程式師和愛好者閱讀，相關院校和培訓機構也可以作為教材使用。 作者簡介譯者介紹
目錄前 言 Chapter01 機器學習介紹 1.1 什麼是機器學習 1.2 機器學習有什麼用 1.3 機器學習的分類 1.4 機器學習應用程式開發的典型步驟 1.5 複習題 Chapter02 Python 機器學習軟體套件 2.1 開發環境架設 2.2 IPython 簡介 2.3 Numpy 簡介 2.4 Pandas 簡介 2.5 Matplotlib 簡介 2.6 scikit-learn 簡介 2.7 複習題 2.8 擴充學習資源 Chapter03 機器學習理論基礎 3.1 過擬合和欠擬合 3.2 成本函數 3.3 模型準確性 3.4 學習曲線 3.5 演算法模型效能最佳化 3.6 查準率和召回率 3.7 F1 Score 3.8 複習題 Chapter04 k- 近鄰演算法 4.1 演算法原理 4.2 範例：使用k- 近鄰演算法進行分類 4.3 範例：使用k- 近鄰演算法進行回歸擬合 4.4 實例：糖尿病預測 4.5 擴充閱讀 4.6 複習題 Chapter05 線性回歸演算法 5.1 演算法原理 5.2 多變數線性回歸演算法 5.3 模型最佳化 5.4 範例：使用線性回歸演算法擬合正弦函數 5.5 範例：測算房價 5.6 擴充閱讀 5.7 複習題 Chapter06 邏輯回歸演算法 6.1 演算法原理 6.2 多元分類 6.3 正規化 6.4 演算法參數 6.5 實例：乳腺癌檢測 6.6 擴充閱讀 6.7 複習題 Chapter07 決策樹 7.1 演算法原理 7.2 演算法參數 7.3 實例：預測鐵達尼號倖存者 7.4 擴充閱讀 7.5 集合演算法 7.6 複習題 Chapter08 支援向量機 8.1 演算法原理 8.2 核心函數 8.3 scikit-learn 裡的SVM 8.4 實例：乳腺癌檢測 8.5 複習題 Chapter09... |
除了打下最紮實的AI基礎：從scikit-learn一步一腳印 相關商品及價格也一並整理成資料,提供給大家參考~到實際到銷售的EC去看,價格就有機會再便宜一些!LEE也嘗試積極推荐,並介紹我該商品優缺點。因為我自己也想要了解打下最紮實的AI基礎：從scikit-learn一步一腳印,所以到處尋找資訊做功課.打下最紮實的AI基礎：從scikit-learn一步一腳印數量有限,售完為止！限量是殘酷的,不要猶豫入手要快~ |
GIBSON一向是個理性的消費者,能讓他讚賞的商品不多了！售價隨時會調整;特價有時效性,有需要的人動作要快!超多的鄉民很都說打下最紮實的AI基礎：從scikit-learn一步一腳印 無敵好的！雅虎購物、momo購物及博客來是我比較常去逛的EC網購平台,常常有優惠商品可撿便宜。還有去各大拍賣網站RUTEN露天、YAHOO拍賣收集商品資料！ |
※其他推薦※
|
資料來源：樂天市場購物網
留言列表
