官术网_书友最值得收藏!

機器學習算法的數學解析與Python實現
會員

學習機器學習的動機很多,可能是實際工作需要,可能是興趣愛好,也可能是學業要求,從每種動機的角度看,這個問題都可能有不同的答案。我認同許多人所說的求知不能太功利這一觀點,不過大家的時間和精力畢竟有限,就算不去追求投入產出比,至少也應該有一個學這門知識想要達到的目的。機器學習是更偏重于應用的學問,在當下的發展也確實使得機器學習越來越像一門技能,而不僅僅是技術。初學算法時我最想學的是里面的“最強算法”,不過在第1章我將介紹,機器學習算法沒有最強的,只有最合適的,對于不同的問題,對應會有不同的最合適算法。所以,我們更需要關注的應該是問題,而不是算法本身。在本書中我選擇介紹市面上成熟的機器學習算法包,通過現成的算法包,就能夠根據實際要解決的問題直接選擇所需要的機器學習算法,從而把注意力集中在對不同算法的選擇上。本書的目標讀者是想要學習機器學習的學生、程序員、研究人員或者愛好者,以及想要知道機器學習是什么、為什么和怎么用的所有讀者。本書第1章介紹機器學習總體背景,第2章介紹配置環境,第3章到第10章彼此獨立,每一章介紹一種具體的機器學習算法,讀者可以直接閱讀想要了解的算法,第11章介紹了集成學習方法,這是一種組合機器學習算法的方法,也是當前在實際使用中常見又十分有效的提升性能的做法。

莫凡 ·人工智能 ·11.5萬字

機器學習基礎:從入門到求職
會員

本書是一本機器學習算法方面的理論+實踐讀物,主要包含機器學習基礎理論、回歸模型、分類模型、聚類模型、降維模型和深度學習模型六大部分。機器學習基礎理論部分包含第1、2章,主要介紹機器學習的理論基礎和工程實踐基礎。第3章是回歸模型部分,主要包括模型的建立、學習策略的確定和優化算法的求解過程,最后結合三種常見的線性回歸模型實現了一個房價預測的案例。第4至11章詳細介紹了幾種常見的分類模型,包括樸素貝葉斯模型、K近鄰模型、決策樹模型、Logistic回歸模型、支持向量機模型、隨機森林模型、AdaBoost模型和提升樹模型,每一個模型都給出了較為詳細的推導過程和實際應用案例。第12章系統介紹了五種常見的聚類模型,包括K-Means聚類、層次聚類、密度聚類、譜聚類和高斯混合聚類,每一個模型的原理、優缺點和工程應用實踐都給出了較為詳細的說明。第13章系統介紹了四種常用的降維方式,包括奇異值分解、主成分分析、線性判別分析和局部線性嵌入,同樣給出了詳細的理論推導和分析。最后兩章分別是詞向量模型和深度神經網絡模型,其中,詞向量模型詳細介紹了Word2Vec和Doc2Vec模型的原理推導和應用;深度神經網絡模型系統介紹了深度學習相關的各類基礎知識。

胡歡武編著 ·人工智能 ·12.3萬字

QQ閱讀手機版

主站蜘蛛池模板: 扎赉特旗| 新河县| 蚌埠市| 屯留县| 静安区| 陕西省| 瓦房店市| 沁水县| 洞口县| 延边| 洛南县| 松滋市| 隆安县| 满洲里市| 河南省| 修文县| 张家界市| 台湾省| 莲花县| 隆安县| 奉化市| 黄山市| 监利县| 南靖县| 岑溪市| 徐州市| 财经| 巴彦淖尔市| 吉安市| 白山市| 怀柔区| 磐安县| 阿拉善右旗| 玉溪市| 阿巴嘎旗| 双桥区| 山西省| 甘南县| 澜沧| 平果县| 八宿县|