正版二手机器学习入门之道中井悦司人民邮电出 9787115479341
举报
9787115479341
-
作者:
(日)中井悦司,姚待艳
-
出版社:
人民邮电出版社
-
ISBN:
9787115479341
-
ISBN:
9787115479341
-
出版时间:
2016-01
上书时间2023-04-06
卖家超过10天未登录
手机购买
微信扫码访问
-
-
商品描述:
-
基本信息书名:正版二手机器学习入门之道中井悦司人民邮电出定价:59.00元作者:(日)中井悦司 著,姚待艳 译出版社:人民邮电出版社出版日期:2018-05-01ISBN:9787115479341字数:180000页码:201版次:装帧:平装开本:16开商品重量:目录章 数据科学和机器学习11.1 数据科学在商业领域中的作用 21.2 机器学习算法的分类 81.2.1 分类:产生类判定的算法 81.2.2 回归分析:预测数值的算法 91.2.3 聚类分析:对数据进行无监督群组化的算法 101.2.4 其他算法 121.3 本书使用的例题 131.3.1 基于回归分析的观测值推断 131.3.2 基于线性判别的新数据分类 171.3.3 图像文件的褪色处理(提取代表色) 181.3.4 识别手写文字 191.4 分析工具的准备 201.4.1 本书使用的数据分析工具 211.4.2 运行环境设置步骤(以CentOS 6为例) 221.4.3 运行环境设置步骤(以Mac OS X为例) 251.4.4 运行环境设置步骤(以Windows 7/8.1为例) 271.4.5 IPython的使用方法 30第 2章 二乘法:机器学习理论步 352.1 基于近似多项式和二乘法的推断 362.1.1 训练集的特征变量和目标变量 362.1.2 近似多项式和误差函数的设置 382.1.3 误差函数化条件 392.1.4 示例代码的确认 422.1.5 统计模型的二乘法 462.2 过度拟合检出 492.2.1 训练集和测试集 492.2.2 测试集的验证结果 502.2.3 基于交叉检查的泛化能力验证 522.2.4 基于数据的过度拟合变化 542.3 附录:Hessian矩阵的特性 56第3章 推断法:使用概率的推断理论 593.1 概率模型的利用 603.1.1 “数据的产生概率”设置 603.1.2 基于似然函数的参数评价 653.1.3 示例代码的确认 693.2 使用简化示例的解释说明 733.2.1 正态分布的参数模型 743.2.2 示例代码的确认 763.2.3 推断量的评价方法(一致性和无偏性) 783.3 附录:样本均值及样本方差一致性和无偏性的证明 803.3.1 样本均值及样本方差一致性和无偏性的证明 813.3.2 示例代码的确认 85第4章 感知器:分类算法的基础 894.1 概率梯度下降法的算法 914.1.1 分割平面的直线方程 914.1.2 基于误差函数的分类结果评价 934.1.3 基于梯度的参数修正 954.1.4 示例代码的确认 994.2 感知器的几何学解释 1004.2.1 对角项的任意性和算法的收敛速度 1014.2.2 感知器的几何学解释 1034.2.3 对角项的几何学意义 104第5章 Logistic回归和ROC曲线:学习模型的评价方法 1075.1 对分类问题应用推断法 1085.1.1 数据发生概率的设置 1085.1.2 基于推断法的参数确定 1125.1.3 示例代码的确认 1145.2 基于ROC曲线的学习模型评价 1175.2.1 Logistic回归在实际问题中的应用 1185.2.2 基于ROC曲线的性能评价 1205.2.3 示例代码的确认 1235.3 附录:IRLS法的推导 126第6章 K均值算法:无监督学习模型的基础 1336.1 基于K均值算法的聚类分析和应用实例 1346.1.1 无监督学习模型类聚类分析 1346.1.2 基于K均值算法的聚类分析 1356.1.3 在图像数据方面的应用 1386.1.4 示例代码的确认 1416.1.5 K均值算法的数学依据 1436.2 “懒惰”学习模型K近邻法 1466.2.1 基于K近邻法的分类 1466.2.2 K近邻法的问题 148第7章 EM算法:基于推断法的监督学习 1517.1 使用伯努利分布的推断法 1527.1.1 手写文字的合成方法 1537.1.2 基于图像生成器的推断法应用 1547.2 使用混合分布的推断法 1577.2.1 基于混合分布的概率计算 1577.2.2 EM算法的过程 1587.2.3 示例代码的确认 1617.2.4 基于聚类分析的探索性数据解析 1657.3 附录:手写文字数据的采集方法 167第8章 贝叶斯推断:以数据为基础提高置信度的手法 1698.1 贝叶斯推断模型和贝叶斯定理 1708.1.1 贝叶斯推断的思路 1718.1.2 贝叶斯定理入门 1728.1.3 使用贝叶斯推断确定正态分布:推断参数 1788.1.4 使用贝叶斯推断确定正态分布:推断观测值分布 1858.1.5 示例代码的确认 1888.2 贝叶斯推断回归分析的应用 1908.2.1 参数后期分布的计算 1908.2.2 观测值分布的推断 1948.2.3 示例代码的确认 1958.3 附录:推断法和贝叶斯推断的关系 198后记 201
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间:09月02日 10:30
即将开播,去预约
直播中,去观看