English Japanese Korean Thai Traditional Chinese 简体中文
Publish Books Publish Media Products My Store Self Publish
Gold Cart
  1. Home
  2. Books
  3. Language/Computers
  4. Computers/Technology
  5. 初探機器學習演算法

初探機器學習演算法

Author Giuseppe Bonaccorso
Publisher 碁峰資訊
Save Saved
Released
2019/01/31
Language
Traditional Chinese
File format
PDF (14MB), fit in large screen and Pubook
Pages
339
ID
167908
ISBN
9789865020415
Provide Adobe DRM
PDF provided, EPUB not provided
Offer DRM free license
No
DRM
NT$336
Explanation
eBook
Get NT$50 off
查看適用禮券
Buy
product.charge = true
isTodayOpenRead = false
document.supportFileFormatDisplay = PDF
Preview
Buy for others

Buy products firstAnd download app to watch

Details
熱門資料科學與機器學習演算法學習指南

　　本書介紹並說明資料科學領域常見且重要的機器學習演算法，這些演算法可用於監督式與非監督學習、強化學習與半監督式學習。書中所討論的演算法包括線性迴歸、logistic迴歸、SVM、樸素貝氏、k-means、隨機森林、TensorFlow與特徵工程。

　　你將會學到如何使用這些演算法來解決問題，以及它們的工作原理。同時也會介紹自然語言處理與推薦系統，以協助同時執行多種演算法。

　　最後將會知道如何挑選正確的機器學習演算法，來為你的問題進行分群、分類或迴歸。

　　你將學會：
　　• 熟悉機器學習的重要元素
　　• 瞭解特徵選擇與特徵工程流程
　　• 平衡線性迴歸的效能與誤差
　　• 建立資料模型，與使用各種類型的演算法來瞭解它的工作方式
　　• 微調SVM的參數
　　• 實作資料集的群聚
　　• 探索自然語言處理與推薦系統的概念
　　• 從零開始建立機器學習架構
第 1 章 機器學習簡介
第 2 章 機器學習的重要元素
第 3 章 特徵選擇與特徵工程
第 4 章 線性迴歸
第 5 章 Logistic 迴歸
第 6 章 樸素貝氏
第 7 章 支援向量機
第 8 章 決策樹與整體學習
第 9 章 分群基礎
第 10 章 階層式分群
第 11 章 推薦系統簡介
第 12 章 自然語言處理簡介
第 13 章 NLP 的主題建模與情緒分析
第 14 章 深度學習與 TensorFlow 簡介
第 15 章 建立機器學習架構
Giuseppe Bonaccorso

　　Giuseppe Bonaccorso 是具備12年經驗的機器學習與大數據顧問，擁有義大利University of Catania電機工程學碩士，與義大利University of Rome，Tor Vergata和英國University of Essex的畢業後研究經驗。曾在各種商業領域擔任IT工作，包括公共行政、軍事、公用事業、保健、診斷與廣告，也曾經使用許多技術來開發與管理各種專案，包括Java、Python、Hadoop、Spark、Theano與TensorFlow。他的主要興趣是人工智慧、機器學習、資料科學與心靈哲學。

Details

Released
2019/01/31
Language
Traditional Chinese
File format
PDF: Fit in large screen
Provide Adobe DRM
Yes
Offer DRM free license
No
ID
167908
ISBN
9789865020415

Buy products firstAnd download app to watch

Details
　　

Review

0 ratings
1 stars
0%
2 stars
0%
3 stars
0%
4 stars
0%
5 stars
0%
Write a review
Eligible to write reviews after purchasing products or add to Library