思维导图备注

Python机器学习开发实战 - 王新宇

首页收藏书籍阅读记录

我的书签
添加书签移除书签

内容提要

浏览 12 扫码

小字体
中字体
大字体

2024-04-30 07:43:19

请登录再阅读

封面
版权信息
内容提要
前言
第1章环境配置与准备知识
- 1.1 环境配置
- 1.2 机器学习相关概念
第2章 Python基础知识
- 2.1 hello world！
- 2.2 变量
- 2.3 操作符
- 2.4 字符串
- 2.5 列表
- 2.6 集合
- 2.7 字典
- 2.8 循环语句
- 2.9 判断语句
- 2.10 函数
- 2.11 面向对象编程
第3章数值计算扩展工具——Numpy
- 3.1 创建数组
- 3.2 数组索引
- 3.3 排序与查询
- 3.4 随机数生成器
- 3.5 数学函数
- 3.6 统计函数
- 3.7 线性代数
第4章数据分析工具——Pandas
- 4.1 序列对象Series
- 4.2 数据框对象DataFrame
- 4.3 分组对象GroupBy
第5章可视化展示库——Matplotlib
- 5.1 作图类命令
- 5.2 坐标轴控制
- 5.3 其他设置
第6章通用型开源机器学习库——Scikit
- 6.1 预处理
- 6.2 降维
- 6.3 有监督学习与无监督学习
- 6.4 模型评估
第7章机器学习常用数据集
- 7.1 boston房价数据集
- 7.2 diabetes糖尿病数据集
- 7.3 digits手写字体识别数据集
- 7.4 iris鸢尾花数据集
- 7.5 wine红酒数据集
第8章线性回归算法
- 8.1 从二次函数到机器学习
- 8.2 深入理解线性回归算法
- 8.3 线性回归算法实战——糖尿病患者病情预测
第9章逻辑回归算法
- 9.1 逻辑回归算法的基础知识
- 9.2 深入理解逻辑回归算法
- 9.3 逻辑回归算法实战——二维鸢尾花分类
第10章神经网络算法
- 10.1 神经网络算法的基础知识
- 10.2 深入理解神经网络算法
- 10.3 神经网络的应用
第11章线性判别算法
- 11.1 线性判别算法的核心知识
- 11.2 线性判别算法详解
- 11.3 线性判别算法实战——花卉分类
第12章 K最近邻算法
- 12.1 K最近邻算法的核心知识
- 12.2 K最近邻算法详解
- 12.3 K最近邻算法实战——手写字体识别
第13章决策树方法与随机森林
- 13.1 决策树方法的基本知识
- 13.2 决策树方法的原理
- 13.3 决策树方法实战——红酒分类
- 13.4 随机森林
第14章贝叶斯算法
- 14.1 贝叶斯算法的基础知识
- 14.2 深入理解贝叶斯算法
- 14.3 贝叶斯算法实战——文本分类
第15章支持向量机
- 15.1 支持向量机的基础知识
- 15.2 深入理解支持向量机
- 15.3 支持向量机实战——鸢尾花分类
第16章 PCA降维算法
- 16.1 PCA降维算法的核心知识
- 16.2 PCA降维算法详解
- 16.3 PCA降维算法实战——iris数据集可视化
第17章 SVD奇异值分解
- 17.1 SVD奇异值分解的相关知识
- 17.2 深入理解矩阵作用
- 17.3 SVD奇异值分解的应用
第18章聚类算法
- 18.1 深入理解K均值聚类算法
- 18.2 Scikit库中的K均值聚类算法
- 18.3 其他聚类算法
第19章深度学习框架及其应用
- 19.1 TensorFlow
- 19.2 Keras
- 19.3 PyTorch
- 19.4 Caffe

暂无相关搜索结果！

二维码

手机扫一扫，轻松掌上学

《Python机器学习开发实战 - 王新宇》电子书下载

请下载您需要的格式的电子书，随时随地，享受学习的乐趣！

EPUB 电子书

书签列表

阅读记录

阅读进度: 0.00% ( 0/0 ) 重置阅读进度