機器學習經(jīng)典算法實踐（Python版）

定　價：￥49.00

作　者：	李茜，盧星宇，吳斌，肖云鵬
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302597117	出版時間：	2022-05-01	包裝：
開本：	16開	頁數(shù)：	170	字數(shù)：

內(nèi)容簡介

　　本書旨在幫助正走在或即將走向?qū)W習機器學習路上的廣大讀者朋友。我們在日常教學和培養(yǎng)研究生過程中發(fā)現(xiàn)，很多同學一方面想學、愿意學；另一方面又遇到入門難的問題，希望能有一本書、一本教材講原理、給數(shù)據(jù)、給源碼、給實驗，帶著入門。本著這樣一個初衷，我們選擇了機器學習領域析十大經(jīng)典算法，把我們平常培養(yǎng)碩士研究生一年級剛?cè)胄W生的算法材料整理，開放提供給廣大希望學習的讀者朋友，寫一本機器學習入門級的學習材料。每章完整的源代碼掃描二維碼即可下載，每個算法一個Python工程，實驗數(shù)據(jù)就在每個工程的data文件夾下。代碼風格盡量保持一致，讓讀者更容易理解。 \n本書可作為高等學校各專業(yè)“機器學習”及相關課程的教學參考書。 \n

作者簡介

　　李茜，博士，重慶郵電大學助理研究員，畢業(yè)于北京郵電大學。主要研究方向：大數(shù)據(jù)、社交網(wǎng)絡、信息傳播、機器學習。以第一作者在IEEE TCSS、Computational Intelligence、IEICE Transactions on Information and Systems、Physica A、網(wǎng)絡與信息安全學報等國內(nèi)外高水平期刊發(fā)表論文十余篇。

圖書目錄

第1章 KNN\n
1.1 KNN算法原理\n
1.1.1 算法引入\n
1.1.2 科學問題\n
1.1.3 算法流程\n
1.1.4 算法描述\n
1.1.5 補充說明\n
1.2 KNN算法實現(xiàn)\n
1.2.1 簡介\n
1.2.2 核心代碼\n
1.3 實驗數(shù)據(jù)\n
1.4 實驗結(jié)果\n
1.4.1 結(jié)果展示\n
1.4.2 結(jié)果分析\n
第2章樸素貝葉斯\n
2.1 樸素貝葉斯算法原理\n
2.1.1 樸素貝葉斯算法引入\n
2.1.2 科學問題\n
2.1.3 算法流程\n
2.1.4 算法描述\n
2.1.5 算法補充\n
2.2 樸素貝葉斯算法實現(xiàn)\n
2.2.1 簡介\n
2.2.2 核心代碼\n
2.3 實驗數(shù)據(jù)\n
2.4 實驗結(jié)果\n
2.4.1 結(jié)果展示\n
2.4.2 結(jié)果分析\n
第3章 C4.5\n
3.1 C4.5算法原理\n
3.1.1 C4.5算法引入\n
3.1.2 科學問題\n
3.1.3 算法流程\n
3.1.4 算法描述\n
3.1.5 補充說明\n
3.2 C4.5算法實現(xiàn)\n
3.2.1 簡介\n
3.2.2 核心代碼\n
3.3 實驗數(shù)據(jù)\n
3.4 實驗結(jié)果\n
3.4.1 結(jié)果展示\n
3.4.2 結(jié)果分析\n
第4章 SVM\n
4.1 SVM算法原理\n
4.1.1 算法引入\n
4.1.2 科學問題\n
4.1.3 算法流程\n
4.1.4 算法描述\n
4.1.5 補充說明\n
4.2 SVM算法實現(xiàn)\n
4.2.1 簡介\n
4.2.2 核心代碼\n
4.3 實驗數(shù)據(jù)\n
4.4 實驗結(jié)果\n
4.4.1 結(jié)果展示\n
4.4.2 結(jié)果分析\n
第5章 AdaBoost\n
5.1 AdaBoost算法原理\n
5.1.1 算法引入\n
5.1.2 科學問題\n
5.1.3 算法流程\n
5.1.4 算法描述\n
5.1.5 補充說明\n
5.2 AdaBoost算法實現(xiàn)\n
5.2.1 簡介\n
5.2.2 核心代碼\n
5.3 實驗數(shù)據(jù)\n
5.4 實驗結(jié)果\n
5.4.1 結(jié)果展示\n
5.4.2 結(jié)果分析\n
第6章 CART\n
6.1 CART算法原理\n
6.1.1 算法引入\n
6.1.2 科學問題\n
6.1.3 算法流程\n
6.1.4 算法描述\n
6.1.5 補充說明\n
6.2 CART算法實現(xiàn)\n
6.2.1 簡介\n
6.2.2 核心代碼\n
6.3 實驗數(shù)據(jù)\n
6.4 實驗結(jié)果\n
6.4.1 結(jié)果展示\n
6.4.2 結(jié)果分析\n
第7章 K-Means\n
7.1 K-Means算法原理\n
7.1.1 算法引入\n
7.1.2 科學問題\n
7.1.3 算法流程\n
7.1.4 算法描述\n
7.1.5 補充說明\n
7.2 K-Means算法實現(xiàn)\n
7.2.1 簡介\n
7.2.2 核心代碼\n
7.3 實驗數(shù)據(jù)\n
7.4 實驗結(jié)果\n
7.4.1 結(jié)果展示\n
7.4.2 結(jié)果分析\n
第8章 Apriori\n
8.1 Apriori算法原理\n
8.1.1 算法引入\n
8.1.2 科學問題\n
8.1.3 算法流程\n
8.1.4 算法描述\n
8.2 Apriori算法實現(xiàn)\n
8.2.1 簡介\n
8.2.2 核心代碼\n
8.3 實驗數(shù)據(jù)\n
8.4 實驗結(jié)果\n
8.4.1 結(jié)果展示\n
8.4.2 結(jié)果分析\n
第9章 PageRank\n
9.1 PageRank算法原理\n
9.1.1 PageRank算法引入\n
9.1.2 科學問題\n
9.1.3 算法流程\n
9.1.4 算法描述\n
9.2 PageRank算法實現(xiàn)\n
9.2.1 簡介\n
9.2.2 核心代碼\n
9.3 實驗數(shù)據(jù)\n
9.4 實驗結(jié)果\n
9.4.1 結(jié)果展示\n
9.4.2 結(jié)果分析\n
第10章 EM\n
10.1 EM算法原理\n
10.1.1 EM算法的引入\n
10.1.2 科學問題\n
10.1.3 理論推導\n
10.1.4 算法流程\n
10.1.5 算法描述\n
10.2 EM-GMM實現(xiàn)\n
10.2.1 簡介\n
10.2.2 核心代碼\n
10.3 實驗數(shù)據(jù)\n
10.4 實驗結(jié)果\n
10.4.1 結(jié)果展示\n
10.4.2 結(jié)果分析