About this book

机器学习系统设计 : Python语言实现 = Designing machine learning systems with Python by (美)载维·朱利安著;李洋译, 朱利安 (Julian, David), 戴维·朱利安 李洋, (美) 朱利安 is a book available to read on EtoBox.

1 (p1): 第1章 机器学习的思维 1 (p1-1): 1.1 人机界面 4 (p1-2): 1.2 设计原理 6 (p1-2-1): 1.2.1 问题的类型 7 (p1-2-2): 1.2.2 问题是否正确 8 (p1-2-3): 1.2.3 任务 27 (p1-2-4): 1.2.4 统一建模语言 31 (p1-3): 1.3 总结 32 (p2): 第2章 工具和技术 33 (p2-1): 2.1 Python与机器学习 33 (p2-2): 2.2 IPython控制台 34 (p2-3): 2.3 安装SciPy栈 35 (p2-4): 2.4 NumPy 38 (p2-4-1): 2.4.1 构造和变换数组 39 (p2-4-2): 2.4.2 数学运算 41 (p2-5): 2.5 Matplotlib 45 (p2-6): 2.6 Pandas 47 (p2-7): 2.7 SciPy 50 (p2-8): 2.8 Scikit-learn 57 (p2-9): 2.9 总结 58 (p3): 第3章 将数据变为信息 58 (p3-1): 3.1 什么是数据 59 (p3-2): 3.2 大数据 60 (p3-2-1): 3.2.1 大数据的挑战 62 (p3-2-2): 3.2.2 数据模型 63 (p3-2-3): 3.2.3 数据分布 67 (p3-2-4): 3.2.4 来自数据库的数据 68 (p3-2-5): 3.2.5 来自互联网的数据 70 (p3-2-6): 3.2.6 来自自然语言的数据 72 (p3-2-7): 3.2.7 来自图像的数据 72 (p3-2-8): 3.2.8 来自应用编程接口的数据 74 (p3-3): 3.3 信号 76 (p3-4): 3.4 数据清洗 78 (p3-5): 3.5 数据可视化 80 (p3-6): 3.6 总结 81 (p4): 第4章 模型——从信息中学习 81 (p4-1): 4.1 逻辑模型 83 (p4-1-1): 4.1.1 一般性排序 84 (p4-1-2): 4.1.2 解释空间 86 (p4-1-3): 4.1.3 覆盖空间 87 (p4-1-4): 4.1.4 PAC学习和计算复杂性 88 (p4-2): 4.2 树状模型 92 (p4-3): 4.3 规则模型 94 (p4-3-1): 4.3.1 有序列表方法 95 (p4-3-2): 4.3.2 基于集合的规则模型 98 (p4-4): 4.4 总结 100 (p5): 第5章 线性模型 101 (p5-1): 5.1 最小二乘法 102 (p5-1-1): 5.1.1 梯度下降 107 (p5-1-2): 5.1.2 正规方程法 109 (p5-2): 5.2 logistic回归 113 (p5-3)

Author

(美)载维·朱利安著;李洋译, 朱利安 (Julian, David), 戴维·朱利安 李洋, (美) 朱利安

Publisher

北京市:机械工业出版社

Published

2017

Language

ZH

ISBN

9787111569459