- Python機器學習算法: 原理、實現與案例
- 劉碩
- 227字
- 2020-01-20 15:06:21
內容簡介
本書用平實的語言深入淺出地介紹當前熱門的機器學習經典算法,包括線性回歸、Logistic回歸與Softmax回歸、決策樹(分類與回歸)、樸素貝葉斯、支持向量機、K近鄰學習、K-Means和人工神經網絡,針對每一個算法首先介紹數學模型及原理,然后根據模型和算法描述使用Python編程和Numpy庫進行算法實現,最后通過案例讓讀者進一步體會算法的應用場景以及應用時所需注意的問題。
本書適合準備進入人工智能和數據分析與挖掘領域的初學者,對機器學習算法感興趣的愛好者、程序員、大學生和各類IT培訓班的學員使用。
推薦閱讀
- 數據科學實戰手冊(R+Python)
- The Complete Rust Programming Reference Guide
- C及C++程序設計(第4版)
- 零基礎學Visual C++第3版
- Learning Apex Programming
- Django開發從入門到實踐
- 面向STEM的Scratch創新課程
- Effective Python Penetration Testing
- Java性能權威指南(第2版)
- C語言實驗指導及習題解析
- 自然語言處理Python進階
- Corona SDK Mobile Game Development:Beginner's Guide(Second Edition)
- Protocol-Oriented Programming with Swift
- App Inventor創意趣味編程進階
- Hacking Android