图书介绍

python在机器学习中的应用PDF|Epub|txt|kindle电子书版本网盘下载

python在机器学习中的应用
  • 余本国编著 著
  • 出版社: 北京:中国水利水电出版社
  • ISBN:9787517074830
  • 出版时间:2019
  • 标注页数:327页
  • 文件大小:175MB
  • 文件页数:339页
  • 主题词:软件工具-程序设计

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

python在机器学习中的应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 机器学习简介1

1.1 机器学习的任务2

1.2 机器学习的三种方式3

1.3 机器学习系统的建立8

1.4 机器学习实例9

第2章 Python常用库介绍18

2.1 Python的安装(Anaconda)19

2.1.1 Spyder22

2.1.2 Jupyter Notebook23

2.2 Python常用库26

2.2.1 Numpy库27

2.2.2 Pandas库32

2.2.3 Matplotlib库37

2.2.4 Statsmodels库45

2.2.5 Scikit-learn库47

2.3 其他Python常用的数据库48

2.4 Python各种库在机器学习中的应用49

第3章 数据的准备和探索52

3.1 数据预处理53

3.2 数据假设检验59

3.3 数据间的关系65

3.4 数据可视化69

3.5 特征提取和降维79

第4章 模型训练和评估90

4.1 模型训练技巧91

4.2 分类效果的评价98

4.3 回归模型评价102

4.4 聚类分析评估104

第5章 回归分析108

5.1 回归分析简介109

5.2 多元线性回归分析111

5.2.1 多元线性回归111

5.2.2 逐步回归114

5.3 Lasso回归分析118

5.4 Logistic回归分析122

5.5 时间序列预测125

第6章 关联规则134

6.1 关联规则简介135

6.2 使用关联规则找到问卷的规则136

6.3 关联规则可视化142

第7章 无监督学习147

7.1 无监督学习介绍148

7.2 系统聚类152

7.3 K-均值聚类155

7.4 密度聚类160

7.5 Mean Shift聚类163

7.6 字典学习图像去噪165

第8章 文本LDA模型175

8.1 文本分析简介176

8.2 中文分词177

8.3 LDA主题模型分析《红楼梦》179

8.4 红楼梦人物关系185

第9章 决策树和集成学习194

9.1 模型简介195

9.2 泰坦尼克号数据预处理198

9.3 决策树模型204

9.4 决策树剪枝207

9.5 随机森林模型210

9.6 AdaBoost模型215

第10章 朴素贝叶斯和K近邻分类221

10.1 模型简介222

10.2 垃圾邮件数据预处理224

10.3 贝叶斯模型识别垃圾邮件227

10.4 基于异常值检测的垃圾邮件查找233

10.4.1 PCA异常值检测234

10.4.2 Isolation Forest异常值检测236

10.5 数据不平衡问题的处理238

10.6 K近邻分类239

第11章 支持向量机和神经网络252

11.1 模型简介253

11.2 肺癌数据可视化256

11.3 支持向量机模型259

11.4 全连接神经网络264

第12章 深度学习入门278

12.1 深度学习介绍279

12.2 卷积和池化281

12.3 CNN人脸识别290

12.4 CNN人脸检测303

12.5 深度卷积图像去噪309

12.5.1 空洞卷积309

12.5.2 图像与图像块的相互转换310

12.5.3 一种深度学习去噪方法312

热门推荐