掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
人工智能開發叢書--PYTHON機器學習集錦 版權信息
- ISBN：9787122433923
- 條形碼：9787122433923 ; 978-7-122-43392-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能開發叢書--PYTHON機器學習集錦 本書特色
本書以淺顯易懂的方式講解了Python機器學習所涉及的重要技巧和重點難點，匯集了筆者在Python機器學習開發應用實踐中的經驗精華，供讀者在實際使用過程中參考，具有很高的實用價值。 讀者通過學習本書，能夠在業務上快速落地，可使得代碼維護更加方便，彰顯“技術”與“應用”相結合的特色。
人工智能開發叢書--PYTHON機器學習集錦 內容簡介
Python是一種面向對象的腳本語言，廣泛應用于Web 開發、網絡編程、爬蟲開發、自動化運維、云計算、人工智能、科學計算等領域。本書是作者長期應用Python進行機器學習開發實踐的經驗結晶，主要內容包括Python數據讀取的技巧，數據探索性分析，數據預處理，特征選擇，特征選擇的常用技巧，算法模型，sklearn類庫，Python中數據可視化的常用方法等。本書具有針對性、系統性、實操性強，原創度高的特點，讀者對代碼進行簡單修改，就可以直接拿來使用。 本書適合于具有一定Python基礎，且有志于從事機器學習、人工智能開發的讀者使用。
人工智能開發叢書--PYTHON機器學習集錦 目錄
1 數據讀取 1
1.1 數據讀取常見問題 2
1.2 核心代碼 4
1.2.1 讀取Excel、csv、txt、json數據 4
1.2.2 讀取docx文件和查詢關鍵詞 5
1.2.3 讀取日志、圖像、聲音、視頻 7
1.2.4 Oracle、MySQL數據讀取 13
1.2.5 讀取Hive數據 18
1.2.6 數據導出到本地 19
2 數據探索性分析 20
2.1 數據查看 21
2.2 數據統計 22
2.3 數據分組分析 23
2.4 相關性分析 24
2.5 典型案例 25
3 數據預處理 28
3.1 注意問題 30
3.2 核心代碼 31
3.2.1 缺失值檢測和處理 31
3.2.2 異常值檢測和處理 34
3.2.3 數據標準化規范化正則化 38
3.2.4 數據平滑處理 41
3.2.5 樣本類別分布不均衡處理 47
3.2.6 數據降維 51
3.2.7 訓練集驗證集切分 56
3.3 典型案例 66
3.3.1 原理 66
3.3.2 代碼 68
4 特征選擇 69
4.1 過濾式特征提取 70
4.2 遞歸特征消除 73
4.3 嵌入式特征提取 74
4.4 典型案例 76
5 算法建模 79
5.1 主流數據挖掘算法 82
5.1.1 有監督學習 82
5.1.2 無監督學習 193
5.2 自動化調參 212
5.2.1 暴力搜索尋優 213
5.2.2 隨機搜索尋優 217
5.3 組合分類模型器 221
5.3.1 原理 221
5.3.2 函數及代碼 221
5.4 典型案例 226
5.4.1 人臉識別 227
5.4.2 多方程模型預測 232
6 可視化 237
6.1 基本圖形 239
6.1.1 折線圖 239
6.1.2 面積圖 248
6.1.3 柱形圖 253
6.1.4 散點圖 268
6.1.5 餅圖 279
6.2 分析圖形 280
6.2.1 詞云圖 280
6.2.2 相似度熱力圖 285
6.2.3 箱式分布圖 291
6.2.4 對應分析圖 306
1.1 數據讀取常見問題 2
1.2 核心代碼 4
1.2.1 讀取Excel、csv、txt、json數據 4
1.2.2 讀取docx文件和查詢關鍵詞 5
1.2.3 讀取日志、圖像、聲音、視頻 7
1.2.4 Oracle、MySQL數據讀取 13
1.2.5 讀取Hive數據 18
1.2.6 數據導出到本地 19
2 數據探索性分析 20
2.1 數據查看 21
2.2 數據統計 22
2.3 數據分組分析 23
2.4 相關性分析 24
2.5 典型案例 25
3 數據預處理 28
3.1 注意問題 30
3.2 核心代碼 31
3.2.1 缺失值檢測和處理 31
3.2.2 異常值檢測和處理 34
3.2.3 數據標準化規范化正則化 38
3.2.4 數據平滑處理 41
3.2.5 樣本類別分布不均衡處理 47
3.2.6 數據降維 51
3.2.7 訓練集驗證集切分 56
3.3 典型案例 66
3.3.1 原理 66
3.3.2 代碼 68
4 特征選擇 69
4.1 過濾式特征提取 70
4.2 遞歸特征消除 73
4.3 嵌入式特征提取 74
4.4 典型案例 76
5 算法建模 79
5.1 主流數據挖掘算法 82
5.1.1 有監督學習 82
5.1.2 無監督學習 193
5.2 自動化調參 212
5.2.1 暴力搜索尋優 213
5.2.2 隨機搜索尋優 217
5.3 組合分類模型器 221
5.3.1 原理 221
5.3.2 函數及代碼 221
5.4 典型案例 226
5.4.1 人臉識別 227
5.4.2 多方程模型預測 232
6 可視化 237
6.1 基本圖形 239
6.1.1 折線圖 239
6.1.2 面積圖 248
6.1.3 柱形圖 253
6.1.4 散點圖 268
6.1.5 餅圖 279
6.2 分析圖形 280
6.2.1 詞云圖 280
6.2.2 相似度熱力圖 285
6.2.3 箱式分布圖 291
6.2.4 對應分析圖 306
展開全部
書友推薦
- >
自卑與超越
- >
苦雨齋序跋文-周作人自編集
- >
名家帶你讀魯迅:朝花夕拾
- >
姑媽的寶刀
- >
史學評論
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
煙與鏡
- >
我從未如此眷戀人間
本類暢銷
