幫助中心 | 我的帳號 | 關於我們

實用機器學習/數據科學與工程技術叢書

  • 作者:(印)蘇尼拉·格拉普蒂|譯者:張世武//陳鐵兵//商旦
  • 出版社:機械工業
  • ISBN:9787111598886
  • 出版日期:2018/06/01
  • 裝幀:平裝
  • 頁數:267
人民幣:RMB 79 元      售價:
放入購物車
加入收藏夾

內容大鋼
    蘇尼拉·格拉普蒂著的《實用機器學習/數據科學與工程技術叢書》探索了一系列廣泛應用的機器學習技術,用實際例子揭示常見數據中隱藏的處理技巧。雖然機器學習是高度理論性的,但是本書提供了一種令人耳目一新的實操方法,同時也沒有忽略底層原理。
    本書涵蓋當前領先的數據科學語言(如Python和R)、被低估但非常強大的Julia,以及一系列大數據平台(包括Spark、Hadoop和Mahout等)。實用的機器學習技術是現代數據科學家掌握機器學習應用的重要資源。
    本書還探討了機器學習的前沿進展,提供了一些關於深度學習和強化學習的範例和指導原則,完美演繹實操過程及演算法原理。

作者介紹
(印)蘇尼拉·格拉普蒂|譯者:張世武//陳鐵兵//商旦

目錄
推薦序一
推薦序二
譯者序
前言
關於作者
關於審校者
第1章  機器學習簡介
  1.1 機器學習
    1.1.1 定義
    1.1.2 核心概念與術語
    1.1.3 什麼是學習
    1.1.4 機器學習中的數據不一致性
    1.1.5 機器學習實踐範例
    1.1.6 機器學習問題類型
  1.2 性能度量
  1.3 機器學習的相關領域
    1.3.1 數據挖掘
    1.3.2 人工智慧
    1.3.3 統計學習
    1.3.4 數據科學
  1.4 機器學習處理流程及解決方案架構
  1.5 機器學習演算法
    1.5.1 基於決策樹的演算法
    1.5.2 基於貝葉斯的演算法
    1.5.3 基於核方法的演算法
    1.5.4 聚類演算法
    1.5.5 人工神經網路
    1.5.6 降維方法
    1.5.7 集成方法
    1.5.8 基於實例的演算法
    1.5.9 基於回歸分析的演算法
    1.5.10 基於關聯規則的演算法
  1.6 機器學習工具與框架
  1.7 小結
第2章  機器學習和大規模數據集
  2.1 大數據和大規模機器學習
    2.1.1 功能與架構:方法論的失配
    2.1.2 機器學習的可擴展性和性能
    2.1.3 模型選擇過程
    2.1.4 大規模機器學習的潛在問題
  2.2 演算法和併發
  2.3 垂直擴展的機器學習技術方案
    2.3.1 MapReduce編程架構
    2.3.2 利用消息傳遞介面進行高性能計算
    2.3.3 LINQ框架
    2.3.4 使用LINQ操作數據集
    2.3.5 GPU
  ……
第3章  Hadoop架構和生態系統簡介
第4章  機器學習工具、庫及框架

第5章  基於決策樹的學習
第6章  基於實例和核方法的學習
第7章  關聯規則學習
第8章  聚類學習
第9章  貝葉斯學習
第10章  基於回歸的學習
第11章  深度學習
第12章  強化學習
第13章  集成學習
第14章  下一代機器學習數據架構

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032