当前位置:首页 > 人工智能 >
《机器学习经典算法实践》电子书封面

机器学习经典算法实践

  • 发布时间:2019年08月04日 15:46:27
  • 作者:肖云鹏
  • 大小:113 MB
  • 类别:机器学习电子书
  • 格式:PDF
  • 版本:全书扫描版
  • 评分:9.1

    机器学习经典算法实践 PDF 全书扫描版

      给大家带来的一篇关于机器学习相关的电子书资源,介绍了关于机器学习、算法、实践方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小113 MB,肖云鹏编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.1。

      内容介绍

      机器学习经典算法实践 PDF

      无论是机器学习的工程项目产品研发,還是机器学习方位的科研型试验,这书,都最该有着! 

      这书是为本科、研究生学习参照原材料,以讲基本原理、彻底对外开放源码、应用公布uci数据集、试验实际效果演试为特点。既合适本科毕业、硕士研究生课堂教学应用,也合适通过自学。 以便相互配合老师课堂教学及小朋友们通过自学,这书出示了配套设施课堂教学的ppt和全部章节目录的源码。

      目录

      • ●第1章KNN
      • 1.1KNN算法原理
      • 1.1.1算法引入
      • 1.1.2科学问题
      • 1.1.3算法流程
      • 1.1.4算法描述
      • 1.1.5补充说明
      • 1.2KNN算法实现
      • 1.2.1简介
      • 1.2.2核心代码
      • 1.3实验数据
      • 1.4实验结果
      • 1.4.1结果展示
      • 1.4.2结果分析
      • ●第2章朴素贝叶斯
      • 2.1朴素贝叶斯算法原理
      • 2.1.1朴素贝叶斯算法引入
      • 2.1.2科学问题
      • 2.1.3算法流程
      • 2.1.4算法描述
      • 2.1.5算法补充
      • 2.2朴素贝叶斯算法实现
      • 2.2.1简介
      • 2.2.2核心代码
      • 2.3实验数据
      • 2.4实验结果
      • 2.4.1结果展示
      • 2.4.2结果分析
      • ●第3章C4.5
      • 3.1C4.5算法原理
      • 3.1.1C4.5算法引入
      • 3.1.2科学问题
      • 3.1.3算法流程
      • 3.1.4算法描述
      • 3.1.5补充说明
      • 3.2C4.5算法实现
      • 3.2.1简介
      • 3.2.2核心代码
      • 3.3实验数据
      • 3.4实验结果
      • 3.4.1结果展示
      • 3.4.2结果分析
      • ●第4章SVM
      • 4.1SVM算法原理
      • 4.1.1算法引入
      • 4.1.2科学问题
      • 4.1.3算法流程
      • 4.1.4算法描述
      • 4.1.5补充说明
      • 4.2SVM算法实现
      • 4.2.1简介
      • 4.2.2核心代码
      • 4.3实验数据
      • 4.4实验结果
      • 4.4.1结果展示
      • 4.4.2结果分析
      • ●第5章AdaBoost
      • 5.1AdaBoost算法原理
      • 5.1.1算法引入
      • 5.1.2科学问题
      • 5.1.3算法流程
      • 5.1.4算法描述
      • 5.1.5补充说明
      • 5.2AdaBoost算法实现
      • 5.2.1简介
      • 5.2.2核心代码
      • 5.3实验数据
      • 5.4实验结果
      • 5.4.1结果展示
      • 5.4.2结果分析
      • ●第6章CART
      • 6.1CART算法原理
      • 6.1.1算法引入
      • 6.1.2科学问题
      • 6.1.3算法流程
      • 6.1.4算法描述
      • 6.1.5补充说明
      • 6.2CART算法实现
      • 6.2.1简介
      • 6.2.2核心代码
      • 6.3实验数据
      • 6.4实验结果
      • 6.4.1结果展示
      • 6.4.2结果分析
      • ●第7章KMeans
      • 7.1KMeans算法原理
      • 7.1.1算法引入
      • 7.1.2科学问题
      • 7.1.3算法流程
      • 7.1.4算法描述
      • 7.1.5补充说明
      • 7.2KMeans算法实现
      • 7.2.1简介
      • 7.2.2核心代码
      • 7.3实验数据
      • 7.4实验结果
      • 7.4.1结果展示
      • 7.4.2结果分析
      • ●第8章Apriori
      • 8.1Apriori算法原理
      • 8.1.1算法引入
      • 8.1.2科学问题
      • 8.1.3算法流程
      • 8.1.4算法描述
      • 8.2Apriori算法实现
      • 8.2.1简介
      • 8.2.2核心代码
      • 8.3实验数据
      • 8.4实验结果
      • 8.4.1结果展示
      • 8.4.2结果分析
      • ●第9章PageRank
      • 9.1PageRank算法原理
      • 9.1.1PageRank算法引入
      • 9.1.2科学问题
      • 9.1.3算法流程
      • 9.1.4算法描述
      • 9.2PageRank算法实现
      • 9.2.1简介
      • 9.2.2核心代码
      • 9.3实验数据
      • 9.4实验结果
      • 9.4.1结果展示
      • 9.4.2结果分析
      • ●第10章EM
      • 10.1EM算法原理
      • 10.1.1EM算法引入
      • 10.1.2科学问题
      • 10.1.3理论推导
      • 10.1.4算法流程
      • 10.1.5算法描述
      • 10.2EMGMM实现
      • 10.2.1简介
      • 10.2.2核心代码
      • 10.3实验数据
      • 10.4实验结果
      • 10.4.1结果展示
      • 10.4.2结果分析
      • 参考文献

      学习笔记

      PHP机器学习库php-ml的简单测试和使用方法

      php-ml是一个使用PHP编写的机器学习库。虽然我们知道,python或者是C++提供了更多机器学习的库,但实际上,他们大多都略显复杂,配置起来让很多新手感到绝望。 php-ml这个机器学习库虽然没有特别高大上的算法,但其具有最基本的机器学习、分类等算法,我们的小公司做一些简单的数据分析、预测等等都是够用的。我们的项目中,追求的应该是性价比,而不是过分的效率和精度。一些算法和库看上去非常厉害,但如果我们考虑快速上线,而我们的技术人员没有机器学习方面的经验,那么复杂的代码和配置反而会拖累我们的项目。而如果我们本身就是做一个简单的机器学习应用,那么研究复杂库和算法……

      Javascript实现的机器学习类库的原理

      机器学习(Machine Learning)在最近几年绝对称的上是大火,越来越多的公司和资本投入了巨大资源和金钱到这个新上位的技术新宠中,尤其是随着更多的各种机器学习相关类库的出现和发展,更多新的技术已经被应用到了机器学习中, 现在大家可以看到, Python不再是唯一个老牌机器学习的必用语言, 对于现代神经网络(neural networks)语言不再是一个问题, 你基本可以使用任何的编程语言, 包括今天我们介绍的标准前端开发语言 - Javascript Web的整个体系已经在近几年中有了长足的发展, 虽然 Javascript 和 node.js的使用案例还远远无法和Java/Python来媲美。 但是 也足够应用到很多机器学习的环境中去啦。而且……

      Python机器学习之scikit-learn库中KNN算法的封装与使用方法

      本文实例讲述了Python机器学习之scikit-learn库中KNN算法的封装与使用方法。分享给大家供大家参考,具体如下: 1、工具准备,python环境,pycharm 2、在机器学习中,KNN是不需要训练过程的算法,也就是说,输入样例可以直接调用predict预测结果,训练数据集就是模型。当然这里必须将训练数据和训练标签进行拟合才能形成模型。 3、在pycharm中创建新的项目工程,并在项目下新建KNN.py文件。 import numpy as npfrom math import sqrtfrom collections import Counterclass KNNClassifier: def __init__(self,k): """初始化KNN分类器""" assert k = 1 """断言判断k的值是否合法""" self.k = k self._X_train = None self._y_train = None def fit(self,X_train,y_train): """根据训练……

      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……

      以上就是本次介绍的机器学习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:机器学习在线:解析阿里云机器学习平台

      下一篇:跟老齐学Python:数据分析

      展开 +

      收起 -

      • 《机器学习经典算法实践》PDF下载

      下载地址:百度网盘下载
      机器学习相关电子书
      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
      机器学习从认知到实践 第2辑
      机器学习从认知到实践 第2辑 全书完整版

      包含Python机器学习实践指南、TensorFlow机器学习项目实战、TensorFlow技术解析与实战共三套,本书适合Python程序员、数据分析人员、对算法感兴趣的读者

      立即下载
      Python机器学习
      Python机器学习 中文影印版

      Python机器学习中文版(Sebastian Raschka著),一共13章,含机器学习算法、模型评估、集成学习、web应用、神经网络等,想要学习机器语言的可以下载学习

      立即下载
      scikit-learn机器学习:常用算法原理及编程实战
      scikit-learn机器学习:常用算法原理及编程实战 原书超清版

      本书是低门槛入门机器学习,涵盖scikit-learn机器学习的应用场景、编程步骤、Python开发包、算法模型性能评估、8大常用算法、7大实战案例演练,适合有一定编程基础的读者阅读

      立即下载
      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
      百面机器学习:算法工程师带你去面试
      百面机器学习:算法工程师带你去面试 影印版

      人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底占领世界之前完成编写,实属万幸。 书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法

      立即下载
      读者留言
      萧曵 丶

      萧曵 丶 提供上传

      资源
      11
      粉丝
      14
      喜欢
      249
      评论
      13

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

      投诉 / 推广 / 赞助:QQ:520161757