作 者 :何宇健
出版发行 : 北京:电子工业出版社 , 2017.06
ISBN号 :978-7-121-31720-0
页 数 : 315
原书定价 : 69.00
主题词 : 软件工具-程序设计;机器学习
中图法分类号 : TP311.561 ( 工业技术->自动化技术、计算机技术->计算技术、计算机技术->计算机软件 )
内容提要:Python与机器学习这一话题是如此的宽广,仅靠一本书自然不可能涵盖到方方面面,甚至即使出一个系列也难能做到这点。单就机器学习而言,其领域就包括但不限于如下:有监督学习(SupervisedLearning),无监督学习(UnsupervisedLearning)和半监督学习(Semi-SupervisedLearning)。而具体的问题又大致可以分两类:分类问题(Classification)和回归问题(Regression)。Python本身带有许多机器学习的第三方库,但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。这样做的目的是希望读者能够从实现的过程中更多...Python与机器学习这一话题是如此的宽广,仅靠一本书自然不可能涵盖到方方面面,甚至即使出一个系列也难能做到这点。单就机器学习而言,其领域就包括但不限于如下:有监督学习(SupervisedLearning),无监督学习(UnsupervisedLearning)和半监督学习(Semi-SupervisedLearning)。而具体的问题又大致可以分两类:分类问题(Classification)和回归问题(Regression)。Python本身带有许多机器学习的第三方库,但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。这样做的目的是希望读者能够从实现的过程中更好地理解机器学习算法的细节,以及了解Numpy的各种应用。不过作为补充,本书会在适当的时候应用scikit-learn这个成熟的第三方库中的模型。本书适用于想了解传统机器学习算法的学生和从业者,想知道如何高效实现机器的算法的程序员,以及想了解机器学习的算法能如何进行应用的职员、经理等。
参考文献格式 : 何宇健.Python与机器学习实战 决策树、集成学习、支持向量机与神经网络算法详解及编程实现[M].北京:电子工业出版社,2017.06.