申请专栏作者 参展
投稿发布
您的当前位置:主页 > 机器学习 > 正文

< 机器学习实战 高清中英 源代码 > 分享

来源: 时间:2019-08-13
请支持本站,点击下面的广告后浏览!

机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本文来自可思数据(sykv.com),转载请联系本站及注明出处

本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如 k 近邻算法、朴素贝叶斯算法、Logistic 回归算法、支持向量机、[AdaBoost] 集成方法、基于树的回归算法和分类回归树算法等。 可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

第三部分则重点介绍无监督学习及其一些主要算法:k 均值 [聚类算法]、[Apriori] 算法、[FP-Growth]算法。第四部分介绍了机器学习算法的一些附属工具。

可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用 Python 代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。 可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络

下载地址:https://pan.baidu.com/s/1wlOUwE9RvHiDrHJMhV2V-A 内容来自可思数据sykv.com


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

关于我们   免责声明   广告合作   版权声明   联系方式   原创投稿   网站地图  

Copyright©2005-2019 Sykv.com 可思数据 版权所有    ICP备案:京ICP备14056871号

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭