《Python数据挖掘与机器学习实战》PDF电子书免费下载

作者:  方巍

出版社: 机械工业出版社  

出版年:  2019-05

ISBN: 9787111626817

~~滚到底部有网盘下载链接~~

内容简介

目录

前言
第1章 机器学习基础
1.1 机器学习概述
1.2 机器学习的发展历程
1.3 机器学习分类
1.4 机器学习的应用
1.5 开发机器学习的步骤
1.6 Python语言的优势
1.7 Python开发工具介绍
1.8 本章小结
第2章 Python语言简介
2.1 搭建Python开发环境
2.2 Python计算与变量
2.3 Python的字符串
2.4 Python的列表
2.5 Python的元组
2.6 Python的字典
2.7 网络爬虫的发展历史和分类
2.8 网络爬虫的原理
2.9 爬虫框架介绍
2.10 网络爬虫的设计与实现
2.11 本章小结
第3章 回归分析
3.1 回归分析概述
3.2 线性回归
3.3 用Python实现一元线性回归
3.4 用Python实现多元线性回归
3.5 基于线性回归的股票预测
3.6 逻辑回归
3.7 基于逻辑回归的环境数据检测
3.8 本章小结
第4章 决策树与随机森林
4.1 决策树
4.2 使用决策树对鸢尾花分类
4.3 随机森林
4.4 葡萄酒数据集的随机森林分类
4.5 本章小结
第5章 支持向量机
5.1 SVM的工作原理及分类
5.2 核函数
5.3 SVR简介
5.4 时间序列曲线预测
5.5 本章小结
第6章 隐马尔可夫模型
6.1 隐马尔可夫模型简介
6.2 Viterbi算法
6.3 HMM模型用于中文分词
6.4 本章小结
第7章 BP神经网络模型
7.1 背景介绍
7.2 结构特点
7.3 网络模型
7.4 人工神经网络简介
7.5 BP神经网络
7.6 通过TensorFlow实现BP神经网络
7.7 本章小结
第8章 卷积神经网络
8.1 传统图像识别技术
8.2 卷积神经网络简介
8.3 卷积神经网络的结构及原理
8.4 卷积神经网络的优点
8.5 雷达剖面图识别模型
8.6 模型测试分析
8.7 本章小结
第9章 循环神经网络
9.1 自然语言处理
9.2 对话系统
9.3 基于LSTM结构的循环神经网络
9.4 Seq2Seq模型
9.5 聊天机器人的程序实现
9.6 本章小结
第10章 聚类与集成算法
10.1 聚类方法简介
10.2 聚类算法
10.3 K-Means算法
10.4 K-Means++算法
10.5 K-Means++的实现
10.6 Adaboost集成算法的原理
10.7 Adaboost算法实现
10.8 本章小结
第11章 其他机器学习算法
11.1 贝叶斯分类器
11.2 贝叶斯分类模型
11.3 朴素贝叶斯分类器在破产预测中的应用
11.4 在线学习
11.5 Bandit在线学习算法
11.6 Bandit算法原理及实现
11.7 GAN网络
11.8 DCGAN网络
11.9 DCGAN人脸生成
11.10 本章小结
附录A 机器学习常见试题
附录B 数学基础
B.1 常用符号
B.2 数学基础知识
参考文献

下载价格:免费
立即下载
登入/注册
知识就是力量
没有账号? 忘记密码?