第一章 大致接近正確的軟體
第二章 機器學習速覽
第三章 K-最近鄰法
第四章 單純貝氏分類
第五章 決策樹與隨機森林
第六章 隱馬可夫模型
第七章 支持向量機
第八章 類神經網路
第九章 分群
第十章 資料萃取與模型改善
第十一章 全書總結
| FindBook |
有 7 項符合
初探機器學習｜使用Python的圖書 |
 |
初探機器學習｜使用Python 作者：Matthew Kirk ／ 譯者：陳仁和 出版社：歐萊禮 出版日期：2017-09-20 語言：繁體書 |
| 圖書選購 |
| 型式 | 價格 | 供應商 | 所屬目錄 | 二手書 |
$ 250 |
 TAAZE 讀冊生活 |
二手中文書 |
$ 379 |
 樂天書城 |
Python |
$ 432 |
 誠品網路書店 |
程式語言 |
$ 432 |
 五南文化廣場網路書店 |
科學科普 |
$ 432 |
 蝦皮商城 |
Computers & Technology |
$ 456 |
TAAZE 讀冊生活 |
中文書 |
$ 456 |
 iRead灰熊愛讀書 |
程式語言 |
|---|
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：TAAZE 讀冊生活 評分：
圖書名稱：初探機器學習｜使用Python
運用測試驅動開發
本書能讓讀者有自信的將機器學習實現於日常應用，而無需具備相關學術背景。這本實用指南向讀者呈現如何於程式碼中整合並測試機器學習演算法。
書中以圖例搭配文字說明，並提供對應的範例程式。利用Python的NumPy、Pandas、Scikit-Learn與SciPy資料科學函式庫實現相關的應用與測試。如果您是對資料科學有興趣的軟體工程師或商務分析師，本書將能提供以下協助：
‧透過實務案例及練習驗證每個演算法
‧於撰寫軟體程式前，利用測試驅動開發(TDD)編寫及執行對應的測試項目
‧探索用於改善機器學習模型的資料萃取與特徵發展技術
‧評估機器學習的風險，例如資料的過度配適與配適不足
‧運用K最近鄰、類神經網路、分群以及其他相關演算法
作者簡介：
Matthew Kirk 擅長將Ruby與Python應用於機器學習和資料科學領域的軟體顧問及國際講者，同時也是位作家，目前居住在西雅圖。樂於協助軟體工程師們將資料科學整合到技術堆疊中。讀者可造訪作者網站www.matthewkirk.com，獲得更多與機器學習相關的學習資源。
TOP
目錄
第一章 大致接近正確的軟體
第二章 機器學習速覽
第三章 K-最近鄰法
第四章 單純貝氏分類
第五章 決策樹與隨機森林
第六章 隱馬可夫模型
第七章 支持向量機
第八章 類神經網路
第九章 分群
第十章 資料萃取與模型改善
第十一章 全書總結
第二章 機器學習速覽
第三章 K-最近鄰法
第四章 單純貝氏分類
第五章 決策樹與隨機森林
第六章 隱馬可夫模型
第七章 支持向量機
第八章 類神經網路
第九章 分群
第十章 資料萃取與模型改善
第十一章 全書總結
TOP
商品資料
- 作者： Matthew Kirk 譯者： 陳仁和
- 出版社： 美商歐萊禮股份有限公司台灣分公司 出版日期：2017-09-20 ISBN/ISSN：9789864765829
- 語言：繁體中文 裝訂方式：平裝 頁數：216頁 開數：大18K(18.5x23cm)
- 類別： 中文書> 電腦> 程式語言
|
