機器學習：使用Python進行預測分析的基本技術

的圖書

最新圖書評論 -

目前有 1 則評論

對於翻譯相當失望。這裡有一小段...

轉載自博客來

2017/02/05

對於翻譯相當失望。這裡有一小段例子。原文： In particular, the box plots, coupled with the parallel coordinates plot, suggest that a good choice of algorithm...

機器學習：使用Python進行預測分析的基本技術

作者：Michael Bowles ／譯者：賴屹民　
出版社：碁峰資訊
出版日期：2016-09-13
語言：繁體書

圖書選購

型式	價格	供應商	所屬目錄
二手書	$ 294	TAAZE 讀冊生活	二手中文書
	$ 539	iRead灰熊愛讀書	程式語言

圖書介紹 - 資料來源：TAAZE 讀冊生活

圖書名稱：機器學習：使用Python進行預測分析的基本技術

以簡單有效率的方式分析資料與預測結果

機器學習的目的是預測，使用你已經知道的來預測你想要知道的—根據這兩者之間的歷史關係。它的核心是一種數學 / 演算法技術，你需要深入瞭解數學與統計學概念，並熟悉 R 與其他專用語言。本書為廣大的讀者簡化機器學習技術，把焦點放在兩種可以有效地預測結果的演算法族群，告訴你如何透過熱門且容易上手的 Python 程式語言來使用它們。

作者 Michael Bowles 具備多年的機器學習經驗，將帶領你設計、建構與使用自己的機器學習解決方案。他會用很簡單的方式來解釋演算法，不會使用複雜的數學，並提供範例程式，來協助你盡早上手。你將會深入鑽研建構機制，學習如何選擇與使用最能夠解決手上問題的演算法，無論你的問題簡單或複雜。這本書會透過詳細的範例，以具體、可修改的程式來說明機制，並說明線性迴歸與整體方法，協助你瞭解機器學習的基礎工作程序。這些方法都很有效率，而且經過測試，它們的結果可說明一切。

本書不需要你具備專業的數學或統計學背景，將會告訴你如何：

‧選擇正確的演算法來完成你的工作

‧學習機制與準備資料

‧掌握核心的 Python 機器學習套件

‧建構多功能、有效的預測模型

‧將訓練好的模型實際應用在各種用途

‧計算模型效能，以取得更好的 QC 與應用

‧使用書中的範例程式來設計與建構你自己的模型

TOP

簡介

Chapter 1 進行預測的兩種基本演算法
為什麼這兩種演算法這麼好用？
什麼是懲罰迴歸方法？
什麼是整體方法？
如何選擇演算法
建構預測模型的步驟
章節的內容與彼此的關係
總結

Chapter 2 藉由瞭解資料來瞭解問題
剖析新問題
分類問題：使用聲納來偵測未爆水雷
將“岩石與水雷”資料集的屬性視覺化
使用因素變數來做實值預測：你的鮑魚多大了？
使用實值屬性來做實值預測：算出酒的口感
多類別分類問題：那是哪一種玻璃？
總結

Chapter 3 建構預測模型：在效能、複雜度與巨量資料...

»看全部

TOP

商品資料

作者： Michael Bowles 譯者：賴屹民
出版社：碁峰資訊出版日期：2016-09-13 ISBN/ISSN：9789864761388
語言：繁體中文裝訂方式：平裝頁數：384頁開數：18K
類別：中文書> 電腦> 程式語言

回上面

圖書評論 - 評分：

對於翻譯相當失望。這裡有一小段...

轉載自博客來

2017/02/05

對於翻譯相當失望。這裡有一小段例子。

原文：
In particular, the box plots, coupled with the parallel coordinates plot, suggest that a good choice of algorithm might be an ensemble method if there’s enough data to fit it. 

賴屹民先生翻譯版：
特別是，相形圖加上平行座標圖指出，如果有足夠的資料來擬合，或許整體方法是一種好的演算法選項。

簡體版的翻譯順暢太多了；上段在簡體中文版本 (沙嬴 , 李鹏) 是：
具体地说，箱线图以及平行坐标图暗示了如果给定足够多的数据，采用集成方法是一个很好的选择。

整本書的翻譯相當生硬，大概只比Google翻譯機的內容順暢點而已。其實這本算是淺顯易懂，要是原文書的價格可以負擔的起的話，建議大家購買原文書。
如果要省錢，簡體中文也是比較好的選擇。

回上面

贊助商廣告