|
题名:
|
机器学习理论与实践 / 刘海军主编 , |
|
ISBN:
|
978-7-5121-4646-4 价格： CNY59.00 |
|
语种:
|
chi |
|
载体形态:
|
264页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2022 |
|
内容提要:
|
本书用通俗易懂的语言介绍了浅层机器学习、深度学习的主要模型原理及实现程序, 以及编写机器学习程序所需要的编程语言背景与数据处理方法等。主要内容包括浅层监督学习模型, 如线性模型、决策树模型、贝叶斯模型、支持向量机模型、K-近邻模型、人工神经网络模型、集成学习模型 ; 浅层无监督学习模型, 如K均值聚类方法、DBSCAN聚类方法 ; 深度学习模型, 如自动编码器, 卷积神经网络 ; 编程语言基础, 包括Python基本语法, numpy库、pandas库、matplotlib库, os模块等 ; 数据预处理方法, 如图像处理方法 (线性增强、空间域滤波、频率域滤波) 、数据规范化方法 (min-max数据规范化方法、z-score数据规范化方法) 、类别编码方法 (one-hot编码) 、数据降维方法 (主成分分析) ; 机器视觉领域常见的特征提取方法等。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
刘海军 主编 |