定 價:¥79.00
作 者: | 梁佩瑩 |
出版社: | 清華大學出版社 |
叢編項: | 人工智能科學與技術叢書 |
標 簽: | 暫缺 |
ISBN: | 9787302539735 | 出版時間: | 2020-05-01 | 包裝: | 平裝 |
開本: | 16開 | 頁數: | 318 | 字數: |
第1章 機器學習的基礎知識
1.1 何謂機器學習
1.1.1 傳感器和海量數據
1.1.2 機器學習的重要性
1.1.3 機器學習的表現(xiàn)
1.1.4 機器學習的主要任務
1.1.5 選擇合適的算法
1.1.6 機器學習程序的步驟
1.2 綜合分類
1.3 推薦系統(tǒng)和深度學習
1.3.1 推薦系統(tǒng)
1.3.2 深度學習
1.4 何為Python
1.4.1 使用Python軟件的由來
1.4.2 為什么使用Python
1.4.3 Python設計定位
1.4.4 Python的優(yōu)缺點
1.4.5 Python的應用
1.5 Python編程第一步
1.6 NumPy函數庫基礎
1.7 Python迭代器與生成器
1.7.1 迭代器
1.7.2 生成器
1.8 多線程
1.8.1 學習Python線程
1.8.2 線程模塊
1.8.3 線程同步
1.8.4 線程優(yōu)先級隊列(Queue)
1.9 小結
1.10 習題
第2章 Python近鄰法
2.1 k近鄰法的三要素
2.1.1 k選擇
2.1.2 距離度量
2.1.3 分類決策規(guī)則
2.2 k近鄰法
2.3 kd樹
2.3.1 什么是kd樹
2.3.2 如何構建kd樹
2.3.3 如何在kd樹中搜索
2.4 Python實現(xiàn)kd樹、k近鄰法
2.5 小結
2.6 習題
第3章 Python數據降維
3.1 維度災難與降維
3.2 主成分分析
3.2.1 PCA原理
3.2.2 PCA算法
3.2.3 PCA降維的兩個準則
3.3 SVD降維
3.4 核主成分分析降維
3.5 流形學習降維
3.6 多維縮放降維
3.6.1 原理
3.6.2 MDS算法
3.7 等度量映射降維
3.8 局部線性嵌入
3.8.1 原理
3.8.2 LLE算法
3.9 非負矩陣分解
3.10 小結
3.11 習題
……
第4章 Python分類算法
第5章 Python回歸算法
第6章 Python聚類算法
第7章 Python神經網絡
第8章 Python推薦算法
第9章 Python頻繁項集
第10章 Python數據預處理
參考文獻