MARC状态：审校 文献类型：中文图书 浏览次数：62
- 题名/责任者:
- 机器学习入门:基于数学原理的Python实战/戴璞微, 潘斌著
- 出版发行项:
- 北京:北京大学出版社,2019
- ISBN及定价:
- 978-7-301-30897-4/CNY69.00
- 载体形态项:
- 280页;26cm
- 其它题名:
- 基于数学原理的Python实战
- 个人责任者:
- 潘斌 著
- 团体责任者:
- 戴璞微 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 提要文摘附注:
- 机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交叉学科。机器学习的基础就是数学，这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛，本书深入浅出地对机器学习算法的数学原理进行了严谨的推导；并利用Python3对各种机器学习算法进行复现，还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础；线性回归、局部加权线性回归两种回归算法；Logistic回归、Softmax回归和BP神经网络3种分类算法；模型评估与优化；K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法——主成分分析。
全部MARC细节信息>>