拥有 机器学习 标签的文章 共 24 条数据

图灵程序设计丛书《机器学习实战》高清文字版PDF下载
编程书籍

图灵程序设计丛书《机器学习实战》高清文字版PDF下载

24次浏览 0条评论

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(CART)算法等。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。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。目 录 第一部分 分类 第1章 机器学习基础  2 1.1  何谓机器学习  3 1.1.1  传感

数据挖掘十大算法 吴信东等著 PDF下载
编程书籍

数据挖掘十大算法 吴信东等著 PDF下载

23次浏览 0条评论

《世界著名计算机教材精选:数据挖掘十大算法》详细介绍了在实际中用途最广、影响最大的十种数据挖掘算法,这十种算法是数据挖掘领域的顶级专家进行投票筛选的,覆盖了分类、聚类、统计学习、关联分析和链接分析等重要的数据挖掘研究和发展主题。《世界著名计算机教材精选:数据挖掘十大算法》对每一种算法都进行了多个角度的深入剖析,包括算法历史、算法过程、算法特性、软件实现、前沿发展等,此外,在每章最后还给出了丰富的习题和精挑细选的参考文献,对于读者掌握算法基本知识和进一步研究都非常有价值,对数据挖掘、机器学习和人工智能等学科的课程的设计有指导意义。第1章C4.5 1 1.1引言2 1.2算法描述3 1.3算法特性6 1.3.1决策树剪枝6 1.3.2连续型属性8 1.3.3缺失值处理8 1.3.4规则集诱导9 1.4软件实现10 1.5示例10 1.5.1 Golf数据集10 1.5.2 Soybean数据集11 1.6高级主题11 1.6.1二级存储12 1.6.2斜决策树12 1.6.3特征选择12 1.6.4集成方法12 1.6.5分类规则13 1.6.6模型重述13 1.7习题14 参考文献15

图灵程序设计丛书《图解机器学习》PDF下载
编程书籍

图灵程序设计丛书《图解机器学习》PDF下载

299次浏览 0条评论

本书用丰富的图示,从最小二乘法出发,对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况;第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法;第Ⅳ部分介绍了各种无监督学习算法;第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码,可以用来进行简单的测试。本书适合所有对机器学习有兴趣的初学者阅读。187张图解轻松入门提供可执行的Matlab程序代码覆盖机器学习中最经典、用途最广的算法专业实用东京大学教授、机器学习权威专家执笔,浓缩机器学习的关键知识点图文并茂187张图示帮助理解,详略得当,为读懂大部头开路。角度新颖基于最小二乘法讲解各种有监督学习的回归和分类算法,以及无监督学习算法。实战导向配有可执行的MATLAB程序代码,边学习边实践。第I部分 绪 论 第1章 什么是机器学习 2 1.1 学习的种类 2 1.2 机器学习任务的例子 4 1.3 机器学习的方法 8 第2章 学习模型 12 2.1 线性模型 12 2.2 核模型 15 2.3 层级模型 17 第II部分 有监督回归 第3章 最小二乘学习法 22

美团机器学习实践 PDF下载
编程书籍

美团机器学习实践 PDF下载

75次浏览 0条评论

人工智能技术正以一种超快的速度深刻地改变着我们的生活,引导了第四次工业革命。美团作为国内O2O领域领 先的服务平台,结合自身的业务场景和数据,积极进行了人工智能领域的应用探索。在美团的搜索、推荐、计算广告、风控、图像处理等领域,相关的人工智能技术得到广泛的应用。本书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程6大部分内容,全面介绍了美团在多个重要方面对机器学习的应用。本书非常适合有一定机器学习基础的工程技术人员和在校大学生学习和阅读。通过本书,有经验的算法工程师可以了解美团在这方面的做法,在校大学生可以学习机器学习算法如何在具体的业务场景中落地。第一部分 通用流程 第 1章 问题建模 2 1.1 评估指标 3 1.1.1 分类指标 4 1.1.2 回归指标 7 1.1.3 排序指标 9 1.2 样本选择 10 1.2.1 数据去噪 11 1.2.2 采样 12 1.2.3 原型选择和训练集选择 13 1.3 交叉验证 14 1.3.1 留出法 14 1.3.2 K折交叉验证 15 1.3.3 自助法 16 参考文献 17 第 2章 特征工程 18 2.1 特征提取

慕课网 Python机器学习启蒙视频教程下载
视频教程

慕课网 Python机器学习启蒙视频教程下载

62次浏览 0条评论

第一章 机器学习概述第二章 回归模型第三章 分类模型第四章 聚类和相似度模型第五章 推荐系统第六章 深度学习机器学习启蒙讲师源码机器学习数据素材机器学习启蒙源码数据集

图灵程序设计丛书《图解深度学习》PDF下载
编程书籍

图灵程序设计丛书《图解深度学习》PDF下载

87次浏览 2条评论

本书从深度学习的发展历程讲起,以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法,以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力的提高等。此外,还介绍了包括Theano、Pylearn2、Caffe、DIGITS、Chainer 和TensorFlow 在内的深度学习工具的安装和使用方法。本书图例丰富,清晰直观,适合所有对深度学习感兴趣的读者阅读。第1章 绪论 1.1 深度学习与机器学习  2 1.2 深度学习的发展历程  3 1.3 为什么是深度学习  6 1.4 什么是深度学习  7 1.5 本书结构  9 第2章 神经网络 2.1 神经网络的历史  12 2.2 M-P模型  14 2.3 感知器  16 2.4 多层感知器  18 2.5 误差反向传播算法  19 2.6 误差函数和激活函数  28 2.7 似然函数  30 2.8 随机梯度下降法  31 2.9 学习率  32 2.10 小结  33 第3章 卷积神经网络 3.1 卷积神经网络的结构  36 3.2 卷积层  38 3.3 池化层  39 3.

scikit-learn机器学习:常用算法原理及编程实战 PDF下载
编程书籍

scikit-learn机器学习:常用算法原理及编程实战 PDF下载

66次浏览 0条评论

本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛轻松入门机器学习。本书共分为11章,主要介绍了在Python环境下学习scikit-learn机器学习框架的相关知识。本书涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA 算法和k-均值算法等。本书适合有一定编程基础的读者阅读,尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外,相关院校和培训机构也可以将本书作为教材使用。前言 第1章 机器学习介绍 1 1.1 什么是机器学习 1 1.2 机器学习有什么用 2 1.3 机器学习的分类 3 1.4 机器学习应用开发的典型步骤 4 1.4.1 数据采集和标记 4 1.4.2 数据清洗 5 1.4.3 特征选择 5 1.4.4 模型选择 5 1.4.5 模型训练和测试 5 1.4.6 模型性能评估和优化 5 1.4.7 模型使用 6 1.5 复习题 6 第2章 Python机器学习软件

图灵程序设计丛书《数据科学入门》高清文字版PDF下载
编程书籍

图灵程序设计丛书《数据科学入门》高清文字版PDF下载

92次浏览 0条评论

数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具和实现算法,并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。通过阅读本书,你可以:学到一堂Python速成课;学习线性代数、统计和概率论的基本方法,了解它们是怎样应用在数据科学中的;掌握如何收集、探索、清理、转换和操作数据;深入理解机器学习的基础;运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型;探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。前言  xiii 第1章 导论  1 1.1 数据的威力  1 1.2 什么是数据科学  1 1.3 激励假设:DataSciencester  2 1.3.1 寻找关键联系人  3 1.3.2 你可能知道的数据科学家  5 1.3.3 工资与工作年限  8 1.3.4 付费账户  10 1

图灵程序设计丛书《数据科学实战》高清文字版PDF下载
编程书籍

图灵程序设计丛书《数据科学实战》高清文字版PDF下载

100次浏览 0条评论

• 统计推断、探索性数据分析(EDA)及数据科学工作流程• 算法• 垃圾邮件过滤、朴素贝叶斯和数据清理• 逻辑回归• 金融建模• 推荐引擎和因果关系• 数据可视化• 社交网络与数据新闻• 数据工程、MapReduce、Pregel和Hadoop作者介绍   XII 关于封面图  XIII 前言  XIV 第1章 简介:什么是数据科学  1 1.1 大数据和数据科学的喧嚣  1 1.2 冲出迷雾  2 1.3 为什么是现在  3 1.4 数据科学的现状和历史  5 1.5 数据科学的知识结构  8 1.6 思维实验:元定义  10 1.7 什么是数据科学家  11 1.7.1 学术界对数据科学家的定义  12 1.7.2 工业界对数据科学家的定义  12 第2章 统计推断、探索性数据分析和数据科学工作流程  14 2.1 大数据时代的统计学思考  14 2.1.1 统计推断  15 2.1.2 总体和样本  16 2.1.3 大数据的总体和样本  17 2.1.4 大数据意味着大胆的假设  19 2.1.5 建模  21 2.2 探索性数据分析  26 2.2.1 探索性数据分析的哲学 

Python机器学习:预测分析核心算法 高清文字版PDF下载
编程书籍

Python机器学习:预测分析核心算法 高清文字版PDF下载

122次浏览 0条评论

在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知所措。本书从算法和Python 语言实现的角度,帮助读者认识机器学习。书专注于两类核心的“算法族”,即惩罚线性回归和集成方法,并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python 开发人员,帮助他们解决某一特定的项目或是提升相关的技能。第1章关于预测的两类核心算法 1.1为什么这两类算法如此有用 1.2什么是惩罚回归方法 1.3什么是集成方法 1.4算法的选择 1.5构建预测模型的流程 1.5.1构造一个机器学习问题 1.5.2特征提取和特征工程 1.5.3确定训练后的模型的性能 1.6各章内容及其依赖关系 1.7小结 1.8参考文献 第2章通过理解数据来了解问题 2.1“解剖”一个新问题 2.1.1属性和标签的不同类型决定模型的选择 2.1.2新数据集的注意事项 2.2分类问题:用声纳发现未爆炸的水雷 2.2.1“岩石vs水雷”数据集的物理特性 2.2.2“岩石vs水雷

Python机器学习实践指南 高清文字版PDF下载
编程书籍

Python机器学习实践指南 高清文字版PDF下载

185次浏览 0条评论

机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域,通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。全书共有10 章。第1 章讲解了Python 机器学习的生态系统,剩余9 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。第1章Python机器学习的生态系统1 1.1数据科学/机器学习的工作流程2 1.1.1获取2 1.1.2检查和探索2 1.1.3清理和准备3 1.1.4建模3 1.1.5评估3 1.1.6部署3 1.2Python库和功能3 1.2.1获取4 1.2.2检查4 1.2.3准备20 1.2.4建模和评估26 1.2.5部署34 1.3设置机器学习的环境34 1.4小结34 第2章构建

图灵程序设计丛书《NLTK基础教程:用NLTK和Python库构建机器学习应用》高清文字版PDF下载
编程书籍

图灵程序设计丛书《NLTK基础教程:用NLTK和Python库构建机器学习应用》高清文字版PDF下载

98次浏览 0条评论

本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第1章对NLP进行了简单介绍。第2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用,涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的zishenPython程序员以及机器学习领域的研究人员阅读。第1章自然语言处理简介1 1.1为什么要学习NLP2 1.2先从Python开始吧5 1.2.1列表5 1.2.2自助功能6 1.2.3正则表达式8 1.2.4字典9 1.2.5编写函数10 1.3向NLTK迈进11 1.4练习16 1.5小结17 第2章文本的歧义及其清理18 2.1何谓文本歧义18 2.2文本清理20 2.3语句分离器21 2.4标识化处理22 2.5词干提取23 2.6词形还原24 2.7停用词移除25 2.8罕见词移除26 2.9拼写纠错26 2.10练

图灵程序设计丛书《机器学习与优化》高清文字版PDF下载
编程书籍

图灵程序设计丛书《机器学习与优化》高清文字版PDF下载

131次浏览 0条评论

本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题,论证了“优化是力量之源”这一观点,为机器学习在企业中的应用提供了切实可行的操作建议。第1章 引言 1 1.1 学习与智能优化:燎原之火 1 1.2 寻找黄金和寻找伴侣 3 1.3 需要的只是数据 5 1.4 超越传统的商业智能 5 1.5 LION方法的实施 6 1.6 “动手”的方法 6 第2章 懒惰学习:最近邻方法 9 第3章 学习需要方法 14 3.1 从已标记的案例中学习:最小化和泛化 16 3.2 学习、验证、测试 18 3.3 不同类型的误差 21 第一部分 监督学习 第4章 线性模型 26 4.1 线性回归 27 4.2 处理非线性函数关系的技巧 28 4.3 用于分类的线性模型 29 4.4 大脑是如何工作的 30 4.5 线性模型为何普遍,为何成功 31 4.6 最小化平方误差和 32 4.7 数值不稳定性和岭回归 34 第5章 广义线性最小二乘法 37 5

图灵程序设计丛书《Spark机器学习》高清文字版PDF下载
编程书籍

图灵程序设计丛书《Spark机器学习》高清文字版PDF下载

98次浏览 0条评论

本书每章都设计了案例研究,以机器学习算法为主线,结合实例探讨了Spark 的实际应用。书中没有让人抓狂的数据公式,而是从准备和正确认识数据开始讲起,全面涵盖了推荐系统、回归、聚类、降维等经典的机器学习算法及其实际应用。第1章 Spark的环境搭建与运行  1 1.1 Spark的本地安装与配置  2 1.2 Spark集群  3 1.3 Spark编程模型  4 1.3.1 SparkContext类与SparkConf 类  4 1.3.2 Spark shell  5 1.3.3 弹性分布式数据集  6 1.3.4 广播变量和累加器  10 1.4 Spark Scala编程入门  11 1.5 Spark Java编程入门  14 1.6 Spark Python编程入门  17 1.7 在Amazon EC2上运行Spark  18 1.8 小结  23 第2章 设计机器学习系统  24 2.1 MovieStream介绍  24 2.2 机器学习系统商业用例  25 2.2.1 个性化  26 2.2.2 目标营销和客户细分  26 2.2.3 预测建模与分析  26 2.3

图灵程序设计丛书《R语言实战(第2版)》 高清文字版PDF下载
编程书籍

图灵程序设计丛书《R语言实战(第2版)》 高清文字版PDF下载

89次浏览 0条评论

本书注重实用性,是一本全面而细致的R指南,高度概括了该软件和它的强大功能,展示了使用的统计示例,且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。作者不仅仅探讨统计分析,还阐述了大量探索和展示数据的图形功能。新版做了大量更新和修正,新增了近200页内容,介绍数据挖掘、预测性分析和高级编程。第一部分 入门 第1章 R语言介绍  3 1.1 为何要使用R  4 1.2 R的获取和安装  6 1.3 R的使用  6 1.3.1 新手上路  7 1.3.2 获取帮助  10 1.3.3 工作空间  10 1.3.4 输入和输出  12 1.4 包  13 1.4.1 什么是包  14 1.4.2 包的安装  14 1.4.3 包的载入  14 1.4.4 包的使用方法  14 1.5 批处理  15 1.6 将输出用为输入:结果的重用  16 1.7 处理大数据集  16 1.8 示例实践  16 1.9 小结  18 第2章 创建数据集  19 2.1 数据集的概念  19 2.2 数据结构  20 2.2.1 向量  21 2.2.2 矩阵  22 2.2.3 数组

图灵程序设计丛书《Hadoop深度学习》高清文字版PDF下载
编程书籍

图灵程序设计丛书《Hadoop深度学习》高清文字版PDF下载

105次浏览 0条评论

本书主要目标是处理很多深度学习应用的热点问题并向读者披露解决方案的细节。主要内容分为7章:第1章介绍深度学习基础知识,第2章介绍大规模数据的分布式深度学习,第3章介绍卷积神经网络,第4章介绍循环神经网络,第5章介绍受限玻尔兹曼机,第6章介绍自动编码器,第7章介绍如何用Hadoop玩转深度学习。第1章 深度学习介绍  1 1.1 开始深度学习之旅  5 1.1.1 深度前馈网络  6 1.1.2 各种学习算法  6 1.2 深度学习的相关术语  10 1.3 深度学习——一场人工智能革命  12 1.4 深度学习网络的分类  18 1.4.1 深度生成或无监督模型  19 1.4.2 深度判别模型  20 1.5 小结  22 第2章 大规模数据的分布式深度学习  23 2.1 海量数据的深度学习  24 2.2 大数据深度学习面临的挑战  27 2.2.1 海量数据带来的挑战(第一个V)  28 2.2.2 数据多样性带来的挑战(第二个V)  28 2.2.3 数据快速处理带来的挑战(第三个V)  29 2.2.4 数据真实性带来的挑战(第四个V)  29 2.3 分布式深度学习和Ha

图灵程序设计丛书《Python机器学习经典实例》高清文字版PDF下载
编程书籍

图灵程序设计丛书《Python机器学习经典实例》高清文字版PDF下载

244次浏览 0条评论

在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。本书是为想用机器学习算法开发应用程序的Python 程序员准备的。它适合Python 初学者阅读,不过熟悉Python 编程方法对体验示例代码大有裨益。第1章 监督学习  11.1 简介  11.2 数据预处理技术  21.2.1 准备工作  21.2.2 详细步骤  21.3 标记编码方法  41.4 创建线性回归器  61.4.1 准备工作  61.4.2 详细步骤  71.5 计算回归准确性  91.5.1 准备工作  91.5.2 详细步骤  101.6 保存模型数据  101.7 创建岭回归器  111.7.1 准备工作  111.7.2 详细步骤  121.8 创建多项式回归器  131.8.1 准备工作  131.8.2 详细步骤  141.9 估算房屋价格  151.9.1 准备工作  

图灵程序设计丛书《Python机器学习基础教程》高清文字版PDF下载
编程书籍

图灵程序设计丛书《Python机器学习基础教程》高清文字版PDF下载

167次浏览 0条评论

本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的高级方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。前言  ix第1章 引言  11.1 为何选择机器学习  11.1.1 机器学习能够解决的问题  21.1.2 熟悉任务和数据  41.2 为何选择Python  41.3 scikit-learn  41.4 必要的库和工具  51.4.1 Jupyter Notebook  61.4.2 NumPy  61.4.3 SciPy  61.4.4 matplotlib  71.4.5 pandas  81.4.6 mglearn  91.5 Python 2与Python 3的对比  91.6 本书用到的版本  101.7 第一个应用:鸢尾花分类  111.7.1 初识数据  121.7.2 衡量模型是否成功:训练数据与测试数据  141.7.3 

深度学习:Java语言实现 PDF下载
编程书籍

深度学习:Java语言实现 PDF下载

277次浏览 0条评论

本书首先介绍了一些机器学习算法的基础,随后带领你进入一个引人入胜的机器智能世界,你将领略到各种神经网络的魅力及挑战。本书将使用基于DL4J的Java库,带你一起攻克图像处理、语音识别和自然语言处理等领域中的各种问题。同时,你也会接触到当今最重要的其他开发平台,如Theano、TensorFlow和Caffe。通过本书的学习,你将具备用Java攻克深度学习问题的能力,并为这个领域贡献自己的力量。译者序前言第1章深度学习概述1.1人工智能的变迁1.1.1人工智能的定义1.1.2人工智能曾经的辉煌1.1.3机器学习的演化1.1.4机器学习的局限性1.2人与机器的区分因素1.3人工智能与深度学习1.4小结第2章机器学习算法——为深度学习做准备2.1入门2.2机器学习中的训练需求2.3监督学习和无监督学习2.3.1支持向量机2.3.2隐马尔可夫模型2.3.3神经网络2.3.4逻辑回归2.3.5增强学习2.4机器学习应用流程2.5神经网络的理论和算法2.5.1单层感知器2.5.2逻辑回归2.5.3多类逻辑回归2.5.4多层感知器2.6小结第3章深度信念网络与栈式去噪自编码器3.1神经网络的没落3.

神经网络编程实战:Java语言实现(原书第2版) 中文版PDF下载
编程书籍

神经网络编程实战:Java语言实现(原书第2版) 中文版PDF下载

285次浏览 0条评论

神经网络编程实战:Java语言实现(原书第2版)由10章构成。首先,系统、全面地阐述神经网络相关概念、知识点及特征。然后,重点介绍神经网络学习过程的细节,如何用Java实现神经网络特性及设计神经网络架构,如何优化调整神经网络参数等。后,介绍一些经典案例。本书适合神经网络初学者阅读,也可以作为智能化软件开发人员的工具书。译者序作者和审校者简介前言第1章 神经网络入门 11.1 探索神经网络 11.2 人工神经网络 21.2.1 神经网络是如何组织的 31.2.2 基本元素—人工神经元 31.2.3 赋予神经元生命—激活函数 41.2.4 可变参数—权重 51.2.5 额外参数—偏置 61.2.6 由部分到整体—层 61.2.7 神经网络体系结构 71.2.8 单层网络 71.2.9 多层网络 81.2.10 前馈网络 81.2.11 反馈网络 81.3 从无知到认知—学习过程 91.4 开始编程—神经网络实践 101.5 神经元类 121.6 NeuralLayer类 141.7 ActivationFunction接口 151.8 神经网络类 151.9 运行程序 171.10 本章小

《机器学习在线解析阿里云机器学习平台》杨旭著 PDF下载
编程书籍

《机器学习在线解析阿里云机器学习平台》杨旭著 PDF下载

616次浏览 0条评论

近几年,机器学习平台获得了飞速发展,积累了大量高效的机器学习算法组件,基于这些组件可以快速实现业务流程、解决具体问题。阿里云机器学习平台的丰富算法功能可以在线使用,不需要购买硬件,不需要安装配置各种环境;数据和计算资源一直处在“在线”状态,不必担心数据太大或计算资源不足的问题。机器学习平台降低了我们使用机器学习知识的门槛,将各个算法作为组件,即使不了解背后的理论知识,仍可以仿照书中实例,将组件连接起来解决一些实际问题。《机器学习在线:解析阿里云机器学习平台》适合机器学习算法的初学者及中级用户快速入门,在机器学习实践中学习。第1章 阿里云机器学习 11.1 产品特点 11.2 名词解释 21.3 构建机器学习实验 31.3.1 新建实验 31.3.2 使用组件搭建工作流 41.3.3 运行实验、查看结果 51.3.4 模型部署、在线预测 6第2章 商家作弊行为检测 72.1 数据探索 82.2 建模、预测和评估 152.3 尝试其他分类模型 192.4 判断商家作弊 24第3章 生存预测 273.1 数据集一 273.1.1 特征分析 283.1.2 生存预测 333.2 数据集二 36

《机器学习实战:基于Scikit-Learn和TensorFlow》高清PDF下载
编程书籍

《机器学习实战:基于Scikit-Learn和TensorFlow》高清PDF下载

444次浏览 0条评论

本书主要分为两个部分。第一部分为第1章到第8章,涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等,帮助读者掌握Scikit-Learn的常用方法;第二部分为第9章到第16章,探讨深度学习和常用框架TensorFlow,一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。前言1第一部分 机器学习基础第1章 机器学习概览11什么是机器学习12为什么要使用机器学习12机器学习系统的种类15监督式/无监督式学习16批量学习和在线学习21基于实例与基于模型的学习24机器学习的主要挑战29训练数据的数量不足29训练数据不具代表性30质量差的数据32无关特征32训练数据过度拟合33训练数据拟合不足34退后一步35测试与验证35练习37第2章 端到端的机器学习项目39使用真实数据39观察大局40框架问题41选择性能指标42检查假设45获取数据45创建工作区45下载数据48快速查看数据结构49创建测试集52从数据探索和可视化中获得洞见56将地理数据可视化57寻找相关性59试验不同属性的组合61机器学习算法的数据准备62数据清理63处理文本和分类属性65自

机器学习 周志华版 PDF下载
编程书籍

机器学习 周志华版 PDF下载

480次浏览 0条评论

机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.书中除第1章外, 每章都给出了十道习题. 有的习题

图灵程序设计丛书 《Java机器学习》PDF下载
编程书籍

图灵程序设计丛书 《Java机器学习》PDF下载

378次浏览 0条评论

本书介绍如何使用Java创建并实现机器学习算法,既有基础知识,又提供实战案例。主要内容包括:机器学习基本概念、原理,Weka、Mahout、Spark等常见机器学习库的用法,各类机器学习常见任务,包括分类、预测预报、购物篮分析、检测异常、行为识别、图像识别以及文本分析。最后还提供了相关Web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容。目录第1章 机器学习应用快速入门  11.1 机器学习与数据科学  11.1.1 机器学习能够解决的问题  21.1.2 机器学习应用流程  31.2 数据与问题定义  41.3 数据收集  51.3.1 发现或观察数据  51.3.2 生成数据  61.3.3 采样陷阱  71.4 数据预处理  71.4.1 数据清洗  81.4.2 填充缺失值  81.4.3 剔除异常值  81.4.4 数据转换  91.4.5 数据归约  101.5 无监督学习  101.5.1 查找相似项目  101.5.2 聚类  121.6 监督学习  131.6.1 分类  141.6.2 回归  161.7 泛化与评估  181.8 小结  21第2章 面向机