成功加入购物车

去购物车结算 X
问典书店
  • 机器学习

机器学习

举报

正版新书 新华官方库房直发 可开电子发票

  • 作者: 
  • 出版社:    人民邮电出版社
  • ISBN:    9787115579522
  • 出版时间: 
  • 版次:    1
  • 装帧:    平装
  • 开本:    16开
  • 纸张:    胶版纸
  • 页数:    320页
  • 字数:    447千字
  • 作者: 
  • 出版社:  人民邮电出版社
  • ISBN:  9787115579522
  • 出版时间: 
  • 版次:  1
  • 装帧:  平装
  • 开本:  16开
  • 纸张:  胶版纸
  • 页数:  320页
  • 字数:  447千字

售价 73.85 7.4折

定价 ¥99.80 

品相 全新品相描述

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2024-05-01

    数量
    库存20
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类:
      自然科学
      货号:
      SC:9787115579522
      品相描述:全新
      全新正版 提供发票
      商品描述:
      作者简介:
      鲁伟,贝叶斯统计方向硕士毕业,深度学习算法工程师,主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。著有《深度学习笔记》一书,也是“机器学习实验室”的主理人。
      主编推荐:
      ·完备的公式推导,解决机器学习中的数学难题
      ·基于NumPy与sklearn,介绍26个主流机器学习算法的实现
      ·"机器学习实验室"主理人倾力打造,近40000读者已验证
      媒体评论:
      对于机器学习相关专业的研究者和从业者而言,运用机器学习处理数据要有两大基本功,一个是理论功底,另一个是算法实现能力。这本书正好契合这两大主题:以公式推导为代表的机器学习理论体系和以NumPy算法实现为代表的编程能力。全书体现了两个非常有特色的对应关系:公式推导与NumPy代码实现之间的对应关系,NumPy代码实现与sklearn机器学习库之间的对应关系。此书编排新颖,非常值得一读!
      --汤银才,华东师范大学统计学院教授

      在机器学习流行的这些年,很多人停留在使用sklearn调包的阶段,对模型背后的数学原理和算法实现一知半解,因而很难提升到更高的水平。书中详细的数学推导、用NumPy从零开始的编程实现,一定会让读者知其然,还知其所以然,对机器学习模型会有更深刻的认识。
      --王圣元,新加坡某金融咨询公司总监,"王的机器"主理人

      很早就关注鲁伟老师公众号的"数学推导+纯Python实现机器学习算法"系列文章,这给了我很大启发。市面上的机器学习图书很多,但很少有结合数学原理和代码实现的。这本书几乎涵盖了全部主流的机器学习算法,而且使用Python代码进行算法的实现。这本书对初学者相当友好,理论、代码齐备,值得推荐。
      --黄海广,温州大学副教授、人工智能系主任

      Datawhale出版过一本"南瓜书",作为"西瓜书"的伴侣书,聚焦于机器学习公式的详细推导,旨在解决初学者入门机器学习中的数学难题。而这本书在公式推导的基础上,进一步给出了包含算法内在逻辑的代码实现,是初学者动手实践算法不可或缺的材料,推荐给大家!
      --范晶晶,开源组织Datawhale创始人

      这本书既有复杂的公式推导,可以帮助读者掌握算法的数学原理;也有NumPy库版本的算法代码,可以帮助读者更好地理解其中的数学原理,提高算法实现能力;还有sklearn库版本的算法调用函数,可以帮助读者快速、简单地实现算法。这本书
      ...
      内容简介:
      作为一门应用型学科,机器学习植根于数学理论,落地于代码实现。这就意味着,掌握公式推导和代码编写,方能更加深入地理解机器学习算法的内在逻辑和运行机制。本书在对全部机器学习算法进行分类梳理的基础之上,分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式推导和代码实现,旨在帮助机器学习学习者和研究者完整地掌握算法细节、实现方法以及内在逻辑。本书既适合数理基础扎实的入门者阅读,也适合深入学习的进阶者阅读。此外,它还适合作为机器学习领域的参考书。
      目录:


      前言

      第1章 机器学习预备知识 2

      1.1 引言 2

      1.2 关键术语与任务类型 2

      1.3 机器学习三要素 3

      1.4 机器学习核心 4

      1.5 机器学习流程 5

      1.6 NumPy必学必会 7

      1.6.1 创建数组 7

      1.6.2 数组的索引与切片 9

      1.6.3 数组的基础运算 10

      1.6.4 数组维度变换 11

      1.6.5 数组合并与切分 12

      1.7 sklearn简介 13

      1.8章节安排 14

      1.9 小结 16

      第2章 线性回归 18

      2.1 杭州的二手房房价 18

      2.2 线性回归的原理推导 19

      2.3 线性回归的代码实现 22

      2.3.1 编写思路 22

      2.3.2 基于NumPy的代码实现 23

      2.3.3 基于sklearn的模型实现 28

      2.4 小结 29

      第3章 逻辑回归 30

      3.1 App开屏广告 30

      3.2 逻辑回归的原理推导 31

      3.3 逻辑回归的代码实现 33

      3.3.1 编写思路 33

      3.3.2 基于NumPy的逻辑回归实现 34

      3.3.3 基于sklearn的逻辑回归实现 41

      3.4 小结 41

      第4章 回归模型拓展 42

      4.1 回到杭州二手房房价 42

      4.2 LASSO回归的原理推导 42

      4.3 LASSO回归的代码实现 44

      4.3.1 编写思路 44

      4
      ...

      配送说明

      ...

      相似商品

      为你推荐

    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