首页计算机书籍计算机语言《机器学习实战》
haiyy

文档

370

关注

0

好评

0
PDF

《机器学习实战》

阅读 676 下载 0 大小 11.49M 总页数 296 页 2022-09-27 分享
价格:¥ 10.00
下载文档
/ 296
全屏查看
《机器学习实战》
还有 296 页未读 ,您可以 继续阅读 或 下载文档
1、本文档共计 296 页,下载后文档不带www.pdfdz.com水印,支持完整阅读内容。
2、古籍基本都为PDF扫描版,所以文档不支持编辑功能,即不支持文档内文字的复制粘贴。
3、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
4、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
5、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。
关于封面本书封面插画的标题为“伊斯特里亚人”(“Man from Istria”,伊斯特里亚是克罗地亚面向亚得里亚海的一个很大半岛)。该插画来自克罗地亚斯普利特民族博物馆2008年出版的BalthasarHacquet的《图说西南及东汪达尔人、伊利里亚人和斯拉夫人》(ges and Descriptions of South-western and Eastern Wendo,Illyrians,and Slavs)的最新重印版本。Hacquet(1739-1815)是一名奥地利内科医生及科学家,他花费数年时间去研究各地的植物、地质和人种,这些地方包括奥匈帝国的多个地区,以及伊利里亚部落过去居住的(罗马帝国的)威尼托地区、尤里安阿尔卑斯山脉及西巴尔干等地区。Hacquet发表的很多论文和书籍中都有手绘插图。Hacquet出版物中丰富多样的插图生动地描绘了200年前西阿尔卑斯和巴尔干西北地区的独特性和个体性。那时候相距几英里的两个村庄村民的衣着都泡然不同,当有社交活动或交易时,不同地区的人们很容易通过着装来辨别。从那之后若装的要求发生了改变,不同地区的多样性也逐渐消亡。现在很难说出不同大陆的居民有多大区别,比如,现在很难区分斯洛文尼亚的阿尔卑斯山地区或巴尔干沿海那些美丽小镇或村庄里的居民和欧洲其他地区或美国的居民。Manning出版社利用两个世纪之前的服装来设计书籍封面,以此来赞颂计算机产业所具有的创造性、主动性和趣味性。正如本书封面的图片一样,这些图片也把我们带回到过去的生活中去。目录第一部分分类系统…27第1章机器学习基础…22.3示例:手写识别系统…281何谓机器学习…3231准备数据:将国像转换为测试向量…291.1.2机器学习非常重要…5232测试算法:使用k-近邻算法12关键术语…5识别手写数字…301.3机器学习的主要任务…71.4如何选择合适的算法……8第3章决策树…321.5开发机器学习应用程序的步骤…9】.6 Python语言的优势…l03.1决策树的构造333.1.2划分数据集…371.6.3 Python语言的特色…11313递归构建决策树…393.2在Python中使用Matplotlib注解绘制1.7 NumPy函数库基础…12树形图4232.1 Matplotlib注解…43第2章k-近邻算法…153.22构造注解树…443,3测试和存储分类器…48331测试算法:使用决策树执行分类…93.3.2使用算法:决策树的存储…5021.3如何测试分类器…2022示例:使用k近邻算法改进约会网站3.5本章小结…52的配对效果20第4章基于概率论的分类方法:朴素数据…21贝叶斯…532.2.2分析数据:使用Matplotlib创4.1基于贝叶斯决策理论的分类方法…5342。条件概率…552.23准备数据:归一化数值…254.3使用条件概率来分类…56224测试算法:作为完整程序脸证4.4使用朴素贝叶斯进行文档分类…57分类器264.5使用Python进行文本分类…58XIV录4.5】准备数据:从文本中构建词6.30高效优化算法…944.5.2训练算法:从词向量计算6.3.1Plat的0算法…94概电…606.3.2应用简化版O算法处理小规模数据集……946.4利用完整Platt O算法加速优化…994.5.4准备数据:文档词袋模型…646.5在复杂数据上应用核函数…1054.6示例:使用朴素贝叶斯过滤垃圾6.5.1利用核函数将数据映射到高维…1064.6.1准备数据:初分文本…656.5,2径向基核函数…106进行交叉验证…666.6示例:手写识别问题回顺…1114.7示例:使用朴素贝叶斯分类器从个人67本章小结……113广告中获取区城倾向……68第7章利用AdaBoost元算法提高分类4.7.1收集数据:导入RSS源…68…1157.1基于数据集多重抽样的分类器…1154.8本章小结…727.】,】bagging:基于数据随机重抽第5章L0 gistic回归…73样的分类器构建方法…1165,l基于Logistic回归和Sigmoid函数的7.2调练算法:基于错误提升分类器的分类…745,2基于最优化方法的最佳回归系数73基于单层决策树构建弱分类器…1187,4完整AdaB003t算法的实现…1225.21稀度上升法…757.5测试算法:基于AdaB003t的分类…1247.6示例:在一个难数据集上应用…1255.23分析数据:画出决策边界…797.7非均衡分类问题…127524训练算法:随机梯度上升…80771其他分类性能度量指标:正确率、5.3示例:从疝气病症预测病马的死亡召回率及R0C曲线…1287.72基于代价函数的分类露决策控制…857.7.3处理非均衡问题的数攝抽样进行分类……865.4本章小结…887.8本章小结…132第6章支持向量机…89第二部分利用回归预测数值型数据61基于最大间隔分隔数据…896.2寻找最大间隔…91第8章预测数值型数据:回归…1366.2.1分类器求解的优化问题…928.1用线性回归找到最佳拟合直线…136
返回顶部