機器學習-使用 Python (附範例光碟)

徐偉智

  • 出版商: 全華圖書
  • 出版日期: 2023-05-08
  • 定價: $450
  • 售價: 9.0$405
  • 語言: 繁體中文
  • 頁數: 332
  • ISBN: 6263284463
  • ISBN-13: 9786263284463
  • 相關分類: Python程式語言Machine Learning
  • 立即出貨 (庫存 < 4)

買這商品的人也買了...

相關主題

商品描述

本書特色

1.從入門者的角度編寫,快速幫讀者複習Python語言後,再介紹機器學習概論及模型。
2.講述機器學習的各種實作項目,如資料分析、線性回歸模型及模型評估等,並提供範例程式給讀者練習。
3.最後一章簡單介紹其他AI相關主題,例如單純貝氏分類器、資料前處理、集成學習等。

內容簡介

機器學習是AI人工智慧的基礎,但機器學習本身是門較高深的課程,而本書為了讓讀者能夠快速理解,從入門者的角度做編寫。書中先講述AI及Python語言,複習Python基礎語法到進階語法,讓讀者先掌握Python語言,接著學習機器學習的各種實作項目,如資料分析、線性回歸模型及模型評估等,藉此對於機器學習有更進一步的認識。本書適用於大學、科大資工、電機、電子、電通系「機器學習」課程使用。

目錄大綱

第一章 AI、AI技術與AI應用
1-1 人工智慧
1-2 AI技術
1-3 AI應用
1-4 AI與數學
1-5 AI與編程
1-6 何謂深度學習?

第二章 Python基礎編程語法
2-1 何謂變數?
2-2 編程的操作型定義~以變數為例
2-3 運算與資料
2-4 決策(if)語法
2-5 while 迴圈
2-6 for 迴圈
2-7 功能呼叫 (function call)
2-8 全域變數與區域變數
2-9 List 資料結構
2-10 物件的基本觀念
2-11 numpy模組的多維陣列

第三章 Python進階編程語法
3-1 向量運算模式與泛化函式
3-2 matplotlib繪圖模組的運用
3-3 檔案的輸入輸出
3-4 物件導向程式設計基本概念
3-5 其他

第四章 資料分析的基本觀念
4-1 隨機取樣
4-2 摘要統計(summary statistics)
4-3 共變異數與相關係數
4-4 資料分群演算法
4-5 Python的K-means 分群演算法的應用

第五章 線性迴歸模型
5-1 線性迴歸的數學原理
5-2 Python的線性迴歸模組
5-3 線性回歸模型的應用
5-4 羅吉斯迴歸 

第六章 線性分類器
6-1 線性迴歸分類器
6-2 支持向量機分類器
6-3 SVM原理推導
6-4 核函數
6-5 SVM的多元分類應用

第七章 非線性分類器
7-1 類神經網路分類器概論
7-2 類神經網路應用
7-3 Python的類神經網路機器學習模組
7-4 決策樹實務應用

第八章 模型評估
8-1 分類器效能指標
8-2 ROC 曲線
8-3 殘差分析

第九章 其他AI相關主題
9-1 k最近鄰分類演算法
9-2 單純貝氏分類器
9-3 主要成分分析
9-4 資料前處理
9-5 集成學習

附錄A Python安裝與使用