安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习基础与实战/陈鑫主编

出版发行项:

北京:电子工业出版社,2023.05

ISBN及定价:

978-7-121-44794-5/CNY59.80

载体形态项:

291页:图;26cm

丛编项:

人工智能与大数据专业群人才培养系列教材

个人责任者:

陈鑫 主编

学科主题:

机器学习-教材

中图法分类号:

TP181

提要文摘附注:

本书共10章, 第1章介绍了机器学习算法的基本概念、分类及本书开发环境的搭建。第2章介绍了机器学习算法中经常用到的NumPy相关知识及绘图工具包Matplotlib。从第3章开始介绍机器学习算法, 第3章介绍了最简单也是最常用的线性回归算法。第4章介绍了搜索算法, 包括梯度下降算法、随机梯度下降算法、小批量梯度下降算法、牛顿迭代算法及坐标下降算法。第5章介绍了二分类的Logistic回归算法和多元回归算法SofMax, 以及评价分类结果优劣的各种指标。第6章介绍了支持向量机算法及支持向量机的核函数方法。第7章介绍了朴素贝叶斯算法。第8章介绍了决策树优化算法及由多棵决策树构成的随机森林算法等集成学习算法。第9章介绍了聚类算法, 包括K均值算法、合并聚类算法、DBSCAN算法等。第10章介绍了降维算法。

豆瓣简介：