当前位置:首页 > 程序设计 >
《机器学习系统设计:Python语言实现》电子书封面

机器学习系统设计:Python语言实现

  • 发布时间:2019年08月05日 08:54:18
  • 作者:戴维·朱利安
  • 大小:84.5 MB
  • 类别:Python电子书
  • 格式:PDF
  • 版本:完整中文版
  • 评分:9.8

    机器学习系统设计:Python语言实现 PDF 完整中文版

      给大家带来的一篇关于Python相关的电子书资源,介绍了关于机器学习、系统设计、python语言方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小84.5 MB,戴维·朱利安编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.4。

      内容介绍

      机器学习系统设计:Python语言实现 PDF

      设备学习模型不可以得出精确結果的缘故有许多。从设计方案的视角来思考这种系统软件,人们可以深层次了解其最底层计算方法和能用的提升方式。这书为人们出示了深度学习设计方案全过程的夯实基础,可以使人们为特殊难题创建起订制的设备学习模型。人们将会早已掌握或应用过某些为处理疑难问题的商业设备学习模型,比如垃圾短信检验或电影分级,可是要着手于处理更加繁杂的难题,则其重中之重是让这种实体模型适用人们自身特殊的要求。

      目录

      • 译者序
      • 前言
      • 第1章 机器学习的思维1
      • 1.1 人机界面1
      • 1.2 设计原理4
      • 1.2.1 问题的类型6
      • 1.2.2 问题是否正确7
      • 1.2.3 任务8
      • 1.2.4 统一建模语言27
      • 1.3 总结31
      • 第2章 工具和技术32
      • 2.1 Python与机器学习33
      • 2.2 IPython控制台33
      • 2.3 安装SciPy栈34
      • 2.4 NumPy35
      • 2.4.1 构造和变换数组38
      • 2.4.2 数学运算39
      • 2.5 Matplotlib41
      • 2.6 Pandas45
      • 2.7 SciPy47
      • 2.8 Scikit-learn50
      • 2.9 总结57
      • 第3章 将数据变为信息58
      • 3.1 什么是数据58
      • 3.2 大数据59
      • 3.2.1 大数据的挑战60
      • 3.2.2 数据模型62
      • 3.2.3 数据分布63
      • 3.2.4 来自数据库的数据67
      • 3.2.5 来自互联网的数据68
      • 3.2.6 来自自然语言的数据70
      • 3.2.7 来自图像的数据72
      • 3.2.8 来自应用编程接口的数据72
      • 3.3 信号74
      • 3.4 数据清洗76
      • 3.5 数据可视化78
      • 3.6 总结80
      • 第4章 模型—从信息中学习81
      • 4.1 逻辑模型81
      • 4.1.1 一般性排序83
      • 4.1.2 解释空间84
      • 4.1.3 覆盖空间86
      • 4.1.4 PAC学习和计算复杂性87
      • 4.2 树状模型88
      • 4.3 规则模型92
      • 4.3.1 有序列表方法94
      • 4.3.2 基于集合的规则模型95
      • 4.4 总结98
      • 第5章 线性模型100
      • 5.1 最小二乘法101
      • 5.1.1 梯度下降102
      • 5.1.2 正规方程法107
      • 5.2 logistic回归109
      • 5.3 多分类113
      • 5.4 正则化115
      • 5.5 总结117
      • 第6章 神经网络119
      • 6.1 神经网络入门119
      • 6.2 logistic单元121
      • 6.3 代价函数126
      • 6.4 神经网络的实现128
      • 6.5 梯度检验133
      • 6.6 其他神经网络架构134
      • 6.7 总结135
      • 第7章 特征—算法眼中的世界136
      • 7.1 特征的类型137
      • 7.1.1 定量特征137
      • 7.1.2 有序特征138
      • 7.1.3 分类特征138
      • 7.2 运算和统计139
      • 7.3 结构化特征141
      • 7.4 特征变换141
      • 7.4.1 离散化143
      • 7.4.2 归一化144
      • 7.4.3 校准145
      • 7.5 主成分分析149
      • 7.6 总结151
      • 第8章 集成学习152
      • 8.1 集成学习的类型152
      • 8.2 Bagging方法153
      • 8.2.1 随机森林154
      • 8.2.2 极端随机树155
      • 8.3 Boosting方法159
      • 8.3.1 AdaBoost161
      • 8.3.2 梯度Boosting163
      • 8.4 集成学习的策略165
      • 8.5 总结168
      • 第9章 设计策略和案例研究169
      • 9.1 评价模型的表现169
      • 9.2 模型的选择174
      • 9.3 学习曲线176
      • 9.4 现实世界中的案例研究178
      • 9.4.1 建立一个推荐系统178
      • 9.4.2 温室虫害探测185
      • 9.5 机器学习一瞥188
      • 9.6 总结190

      学习笔记

      Python与Scikit-Learn的机器学习探索详解

      这篇文章主要介绍了基于Python和Scikit-Learn的机器学习探索的相关内容,小编觉得还是挺不错的,这里分享给大家,供需要的朋友学习和参考。 你好,%用户名%! 我叫Alex,我在机器学习和网络图分析(主要是理论)有所涉猎。我同时在为一家俄罗斯移动运营商开发大数据产品。这是我第一次在网上写文章,不喜勿喷。 现在,很多人想开发高效的算法以及参加机器学习的竞赛。所以他们过来问我:”该如何开始?”。一段时间以前,我在一个俄罗斯联邦政府的下属机构中领导了媒体和社交网络大数据分析工具的开发。我仍然有一些我团队使用过的文档,我乐意与你们分享。前提是读者已经有很好的数学和……

      总结Python常用的机器学习库

      Python在科学计算中用途广泛:计算机视觉、人工智能、数学、天文等。它同样适用于机器学习也是意料之中的事。 这篇文章就列举并描述Python的最有用的机器学习工具和库。这个列表中,我们不要求这些库是用Python写的,只要有Python接口就够了。 我们的目的不是列出Python中所有机器学习库(搜索“机器学习”时Python包索引(PyPI)返回了139个结果),而是列出我们所知的有用并且维护良好的那些。 另外,尽管有些模块可以用于多种机器学习任务,我们只列出主要焦点在机器学习的库。比如,虽然Scipy1包含一些聚类算法,但是它的主焦点不是机器学习而是全面的科学计算工具集。因此我们排除了Scipy(尽管我们……

      《Python机器学习经典实例》学习感悟

      初衷 在看到一位产品经理制定机器学习的计划并实施后,产生了同样的念头,非技术都在了解学习机器学习,我有什么理由不去学呢? 关于本书 本书(《 Python 机器学习经典实例 》)的标题经典实例让我非常感兴趣。 一直认为学习任何新事物,先上手实现简单的demo,再分析这个demo做了什么,怎么做,才能更快的学习。如果是在初始阶段就大量的学习理论,只会对要学习的东西感到痛苦,这个有什么用啊?或者虽然每个字都能看懂,但放一起就不知道在说什么了。 幸运的是本书就同书名一样,上手就是实例,也穿插了必要的专有名词解释,总体来说还是能够跟得上进度。 并且给出了所使用的数据,……

      使用Python机器学习降低静态日志噪声

      持续集成(CI)作业可以产生大量的数据。当作业失败时,找出了什么问题可能是一个繁琐的过程,需要对日志进行调查以发现根本原因-这通常是在作业总输出的一小部分中发现的。为了更容易地将最相关的数据从其他数据中分离出来,日志还原机器学习模型使用以前成功的作业运行来训练,以从失败的运行日志中提取异常。 此原则也可应用于其他用例,例如,从期刊或其他系统范围的常规日志文件。 利用机器学习降低噪声 一个典型的日志文件包含许多名义事件(“基线”)以及一些与开发人员相关的异常。基线可能包含难以检测和删除的随机元素,如时间戳或唯一标识符。要删除基线事件,我们可以使……

      以上就是本次介绍的Python电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:代码之外的功夫 程序员精进之路

      下一篇:Python即学即用

      展开 +

      收起 -

      • 《机器学习系统设计:Python语言实现》PDF下载

      下载地址:百度网盘下载
      Python相关电子书
      Python机器学习算法
      Python机器学习算法 原书扫描版

      这是一本机器学习入门读物,注重理论与实践的结合,以典型的机器学习算法为例,从算法原理出发,由浅入深,详细介绍算法的理论,并配合目前流行的Python语言,从零开始,增强实际的算法实践能力

      立即下载
      Python机器学习经典实例
      Python机器学习经典实例 超清中文版

      《Python机器学习经典实例》首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网

      立即下载
      Python机器学习基础教程
      Python机器学习基础教程 原书中文版

      这是一本机器学习入门书,以Python语言介绍,包含机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;待处理数据的呈现方式的重要性等内容

      立即下载
      Python与机器学习实战
      Python与机器学习实战 高质量影印版

      本书用到Numpy这个基础的科学计算库来进行算法代码的实现,能够从实现的过程中更好地理解机器学习算法的细节,以及了解Numpy的各种应用,适用于想了解传统机器学习算法的学生和从业者等

      立即下载
      零起点Python机器学习快速入门
      零起点Python机器学习快速入门 原书超清版

      这本书采用独创的黑箱模式,MBA案例教学机制,结合一线实战案例,介绍Sklearn人工智能模块库和常用的机器学习算法,读完本书内容和配套的教学代码,就能够编写简单的机器学习函数

      立即下载
      深入浅出Python机器学习
      深入浅出Python机器学习 完整超清版

      人工智能,火了!计算机是由程序驱动的,人工智能不过是一些特殊的算法。只要你有一些程序设计语言的基础,跟随本书,你也能进入人工智能的世界,成为一名人工智能应用的开发者。

      立即下载
      Python+Spark2.0+Hadoop机器学习与大数据实战
      Python+Spark2.0+Hadoop机器学习与大数据实战 原书扫描版

      本书从浅显易懂的“大数据和机器学习”原理说明入手,讲述大数据和机器学习的基本概念,浅显易懂的原理介绍加上Step by Step 实机操作、范例程序详细解说,实现降低机器学习与大数据技术

      立即下载
      读者留言
      浅陌轻殇

      浅陌轻殇 提供上传

      资源
      30
      粉丝
      21
      喜欢
      80
      评论
      6

      Copyright 2018-2020 www.xz577.com 码农之家

      版权投诉 / 书籍推广 / 赞助:520161757@qq.com