適讀人群 ：機器學(xué)習(xí)算法入門人員、高等院校機器學(xué)習(xí)和人工智能專業(yè)的學(xué)生、人工智能等領(lǐng)域機器學(xué)習(xí)研究者和應(yīng)用人員湖南省普通高等學(xué)校教學(xué)改革研究項目的成果�！√峁�11個微課配套教學(xué)視頻，可以掃碼在線觀看。 89個示例+6個綜合案例+156個示意圖+131道習(xí)題�！√峁┐罅苛�(xí)題、源代碼、教學(xué)PPT、習(xí)題參考答案、考試試卷、教學(xué)大綱和實驗指導(dǎo)等完善的立體化教學(xué)支持。 以面向初學(xué)者的視角系統(tǒng)介紹機器學(xué)習(xí)算法的基本原理�！∶糠N算法都采用sklearn程序?qū)崿F(xiàn)并用Matplotlib進行數(shù)據(jù)可視化�！∽⒅匕咐虒W(xué)，詳解6個綜合案例，詳解機器學(xué)習(xí)算法如何處理各種細節(jié)問題�！∶嫦虺鯇W(xué)者詳述機器學(xué)習(xí)算法原理，展現(xiàn)其難點，注重解決學(xué)習(xí)時容易“掉坑”的問題�！≡斀馊绾斡胹klearn編寫機器學(xué)習(xí)程序，為進一步學(xué)習(xí)TensorFlow深度學(xué)習(xí)算法打下基礎(chǔ)。
本書對機器學(xué)習(xí)算法的基本原理和Python程序?qū)崿F(xiàn)進行了系統(tǒng)的介紹，每種算法都采用Sklearn程序?qū)崿F(xiàn)并用Matplotlib進行數(shù)據(jù)可視化。為了幫助讀者更加高效、直觀地學(xué)習(xí)，作者為本書錄制了13個微課視頻，讀者可以用手機掃描書中的二維碼進行觀看，也可以將視頻下載后進行觀看。本書共8章，包括機器學(xué)習(xí)概述、Python機器學(xué)習(xí)與可視化、關(guān)聯(lián)規(guī)則與推薦算法、聚類算法、分類算法、回歸與邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)、支持向量機等內(nèi)容。本書可以作為高等院校機器學(xué)習(xí)和人工智能概論等課程的教材，也可作為機器學(xué)習(xí)算法入門讀者的自學(xué)用書，還可以作為人工智能等領(lǐng)域機器學(xué)習(xí)研究者和應(yīng)用人員的參考書。
|
