注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)

定 價(jià):¥43.80

作 者: 閉應(yīng)洲,許桂秋 編
出版社: 浙江科學(xué)技術(shù)出版社
叢編項(xiàng): 大數(shù)據(jù)專(zhuān)業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787534188916 出版時(shí)間: 2020-01-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 167 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)/大數(shù)據(jù)專(zhuān)業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材》采用理論與實(shí)踐相結(jié)合的方式,介紹數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí),力求培養(yǎng)讀者數(shù)據(jù)思維能力。《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)/大數(shù)據(jù)專(zhuān)業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材》共9章,闡述了數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的核心概念與技術(shù),以及運(yùn)用這些技術(shù)分析實(shí)際問(wèn)題的思路。書(shū)中還介紹了9個(gè)綜合性的案例,其難易程度和側(cè)重點(diǎn)與書(shū)中各章的知識(shí)點(diǎn)相匹配。第1章介紹數(shù)據(jù)挖掘的基本概念、功能與應(yīng)用領(lǐng)域,使讀者掌握數(shù)據(jù)挖掘的基本理念、流程和方法。第2章介紹Pandas模塊的語(yǔ)法結(jié)構(gòu),并通過(guò)對(duì)自行車(chē)行駛數(shù)據(jù)與服務(wù)熱線(xiàn)數(shù)據(jù)的分析,使讀者掌握通過(guò)Pandas模塊對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的方法。第3章介紹機(jī)器學(xué)習(xí)的框架,以及Skleam模塊的語(yǔ)法結(jié)構(gòu),使讀者掌握搭建機(jī)器學(xué)習(xí)流水線(xiàn)的方法。第4章介紹分類(lèi)算法與應(yīng)用,使讀者掌握通過(guò)Skleam模塊搭建一個(gè)分類(lèi)器并實(shí)現(xiàn)分類(lèi)功能的方法。第5章介紹回歸算法與應(yīng)用,使讀者掌握通過(guò)Skleam模塊搭建一個(gè)回歸模型并實(shí)現(xiàn)回歸功能的方法。第6章介紹無(wú)監(jiān)督學(xué)習(xí),使讀者掌握通過(guò)Skleam模塊搭建一個(gè)聚類(lèi)模型并實(shí)現(xiàn)聚類(lèi)功能的方法。第7章介紹關(guān)聯(lián)規(guī)則和協(xié)同過(guò)濾,使讀者掌握通過(guò)這些算法實(shí)現(xiàn)電影推薦的方法。第8章介紹圖像數(shù)據(jù)分析的相關(guān)技術(shù),使讀者掌握進(jìn)行圖像特征提取和人臉識(shí)別的方法。第9章介紹自然語(yǔ)言處理與NLTK的相關(guān)技術(shù),使讀者掌握進(jìn)行文本特征提取和文本分類(lèi)的方法?!稊?shù)據(jù)挖掘與機(jī)器學(xué)習(xí)/大數(shù)據(jù)專(zhuān)業(yè)應(yīng)用型人才培養(yǎng)規(guī)劃教材》可作為各類(lèi)高校數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的課程教材,也可供對(duì)數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)感興趣的讀者學(xué)習(xí)參考。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》作者簡(jiǎn)介

圖書(shū)目錄

第1章 數(shù)據(jù)挖掘概述
1.1 數(shù)據(jù)分析技術(shù)發(fā)展簡(jiǎn)介
1.2 數(shù)據(jù)挖掘的概念
1.3 數(shù)據(jù)挖掘的功能與應(yīng)用領(lǐng)域
1.4 數(shù)據(jù)挖掘的模型
1.5 數(shù)據(jù)挖掘的數(shù)據(jù)類(lèi)型
1.6 數(shù)據(jù)挖掘的交叉學(xué)科
第2章 Pandas數(shù)據(jù)分析
2.1 Pandas與數(shù)據(jù)分析
2.2 Pandas統(tǒng)計(jì)案例分析
第3章 機(jī)器學(xué)習(xí)
3.1 數(shù)據(jù)挖掘中的機(jī)器學(xué)習(xí)
3.2 機(jī)器學(xué)習(xí)的模型
3.3 模型的評(píng)判和保存
3.4 支持向量機(jī)
3.5 過(guò)擬合問(wèn)題
第4章 分類(lèi)算法與應(yīng)用
4.1 數(shù)據(jù)挖掘分類(lèi)問(wèn)題
4.2 概率模型
4.3 樸素貝葉斯分類(lèi)
4.4 向量空間模型
4.5 KNN算法
4.6 多類(lèi)問(wèn)題
第5章 回歸算法與應(yīng)用
5.1 回歸預(yù)測(cè)問(wèn)題
5.2 線(xiàn)性回歸
5.3 嶺回歸和Lasso回歸
5.4 邏輯回歸
第6章 無(wú)監(jiān)督學(xué)習(xí)
6.1 無(wú)監(jiān)督學(xué)習(xí)問(wèn)題
6.2 劃分聚類(lèi)
6.3 層次聚類(lèi)
6.4 聚類(lèi)效果評(píng)測(cè)
6.5 降維
第7章 關(guān)聯(lián)規(guī)則和協(xié)同過(guò)濾
7.1 關(guān)聯(lián)規(guī)則
7.2 Apriori算法
7.3 協(xié)同過(guò)濾
第8章 圖像數(shù)據(jù)分析
8.1 圖像數(shù)據(jù)的相關(guān)概念
8.2 圖像數(shù)據(jù)分析方法
8.3 圖像數(shù)據(jù)分析案例
第9章 自然語(yǔ)言處理與NLTK
9.1 自然語(yǔ)言處理概述
9.2 MTK入門(mén)基礎(chǔ)
9.3 NITK文本分析

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)