图解机器学习算法

152张图表，轻松掌握17种常用算法！ 没有复杂公式，零基础也可轻松读懂！ 用Python3.7实现机器学习的相关算法！ 本书基于丰富的图示，详细介绍了有监督学习和无监督学习的17种算法，包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k- means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。 【本书适合的读者】 1.对机器学习感兴趣，并且已开始学习的人 2.了解一些机器学习算法，想学习更多机器学习算法的人 3.不擅长数学公式，在阅读机器学习专业书时感到吃力的人 4.希望能够根据要解决的问题选择恰当的机器学习算法的人 4.有一定的编程经验，能够运行示例代码的人

目录 第1章　机器学习基础　　1 1.1　机器学习概要　　2 什么是机器学习　　2 机器学习的种类　　3 机器学习的应用　　8 1.2　机器学习的步骤　　9 数据的重要性　　9 有监督学习（分类）的例子　　11 无监督学习（聚类）的例子　　16 可视化　　18 图形的种类和画法：使用Matplotlib显示图形的方法　　22 使用pandas理解和处理数据　　30 本章小结　　36 第2章　有监督学习　　37 2.1　算法1：线性回归　　38 概述　　38 算法说明　　39 详细说明　　41 2.2　算法2：正则化　　45 概述　　45 算法说明　　48 详细说明　　50 2.3　算法3：逻辑回归　　52 概述　　52 算法说明　　53 详细说明　　55 2.4　算法4：支持向量机　　58 概述　　58 算法说明　　59 详细说明　　60 2.5　算法5：支持向量机（核方法）　　63 概述　　63 算法说明　　64 详细说明　　65 2.6　算法6：朴素贝叶斯　　68 概述　　68 算法说明　　70 详细说明　　74 2.7　算法7：随机森林　　76 概述　　76 算法说明　　77 详细说明　　80 2.8　算法8：神经网络　　81 概述　　81 算法说明　　83 详细说明　　86 2.9　算法9：KNN　　88 概述　　88 算法说明　　89 详细说明　　90 第3章　无监督学习　　93 3.1　算法10：PCA　　94 概述　　94 算法说明　　95 详细说明　　98 3.2　算法11：LSA　　99 概述　　99 算法说明　　100 详细说明　　104 3.3　算法12：NMF　　105 概述　　105 算法说明　　106 详细说明　　108 3.4　算法13：LDA　　111 概述　　111 算法说明　　112 详细说明　　114 3.5　算法14：k-means算法　　117 概述　　117 算法说明　　117 详细说明　　119 3.6　算法15：混合高斯分布　　122 概述　　122 算法说明　　123 详细说明　　126 3.7　算法16：LLE　　127 概述　　127 算法说明　　128 详细说明　　131 3.8　算法17：t-SNE　　133 概述　　133 算法说明　　134 详细说明　　136 第4章　评估方法和各种数据的处理　　139 4.1　评估方法　　140 有监督学习的评估　　140 分类问题的评估方法　　140 回归问题的评估方法　　148 均方误差和决定系数指标的不同　　152 与其他算法进行比较　　152 超参数的设置　　154 模型的过拟合　　155 防止过拟合的方法　　155 将数据分为训练数据和验证数据　　156 交叉验证　　158 搜索超参数　　160 4.2　文本数据的转换处理　　163 基于单词出现次数的转换　　163 基于tf-idf的转换　　164 应用于机器学习模型　　165 4.3　图像数据的转换处理　　167 直接将像素信息作为数值使用　　167 将转换后的向量数据作为输入来应用机器学习模型　　168 第5章　环境搭建 171 5.1　Python 3的安装　　172 Windows　　172 macOS　　172 Linux　　173 使用Anaconda在Windows上安装　　174 5.2　虚拟环境　　175 通过官方安装程序安装Python的情况　　175 通过Anaconda安装Python的情况　　177 5.3　第三方包的安装　　178 什么是第三方包　　178 安装第三方包的方法　　178 参考文献　　180

秋庭伸也 日本早稻田大学硕士毕业，目前在Recruit Communications公司担任技术负责人。 杉山阿圣 具有多年研发经验，目前在AI创业公司SENSY担任机器学习研究员。 寺田学 CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF（Python软件基金会）贡献成员。

暂无其它内容！

• 毫无用处的垃圾书

  来源：豆瓣 发布时间：2025-05-01 05:50:08