机器学习基础

书籍简介:

本书全面介绍了机器学习的基本算法。全书共6章，循序渐进地讲解了scikit-learn软件包、无监督学习、监督学习和人工神经网络。第1章讲解了如何使用scikit-learn的语法；第2章和第3章分别介绍了无监督学习和监督学习，明确解释了这两种模型之间的差异，以及为每个数据集选择适当算法的重要性。第4章为本书的重点，介绍了监督学习算法中的3个常用算法，朴素贝叶斯算法、决策树算法和支持向量机算法；第5章介绍了使用scikit-learn软件包开发的神经网络结构；第6章讲解了如何建立自己的程序，如何采用合乎逻辑的结果分析，并通过超参数来改善算法的性能。通过本书的学习，读者将有技能和信心去编写机器学习算法，并将机器学习算法应用于现实生活中。本书主要面向机器学习领域的新手和希望学习如何使用scikit-learn软件包开发机器学习算法的开发人员。

书籍规格:

书籍信息归属:

机器学习基础是中国水利水电出版社于2020.5出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。