文献类型:专著 浏览次数:3
  • 题名:机器学习入门.基于数学原理的Python实战
  • 责任者:戴璞微, 潘斌著
  • 出版社北京大学出版社
  • 出版年:2019
  • ISBN:978-7-301-30897-4
  • 定价:69.00
  • 载体形态项:280页 26cm
  • 个人责任者:戴璞微著、潘斌著
  • 学科主题:机器学习
  • 中图法分类号:TP181
  • 提要文摘附注:机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交叉学科。机器学习的基础就是数学, 这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛, 本书深入浅出地对机器学习算法的数学原理进行了严谨的推导; 并利用Python 3对各种机器学习算法进行复现, 还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础; 线性回归、局部加权线性回归两种回归算法; Logistic回归、Softmax回归和BP神经网络3种分类算法; 模型评估与优化; K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法--主成分分析。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码