一行指令學Python:用機器學習掌握人工智慧(第二版) 

· 全華圖書股份有限公司
1.0
ഒരു അവലോകനം
ഇ-ബുക്ക്
420
പേജുകൾ

ഈ ഇ-ബുക്കിനെക്കുറിച്ച്

  現在學機器學習,正是最好的年代!

  在過去要處理資料,就要用C語言撰寫函數;在Python裡,別人已寫好了許多套件,只要像是在玩樂高積木一樣,就能完成你想要的結果。因此我會說,現在是學機器學習最好的時候,你等於是站在巨人的肩膀上學習。

  本書沒有複雜的數學,沒有複雜的程式碼,以有系統的編排,引領你進入機器學習的世界。

  我們會介紹sklearn的資料預處理;簡單線性迴歸、多元線性迴歸、羅吉斯迴歸、K最近鄰、支持向量機、決策樹、隨機森林等監督式的機器學習模型。而在非監督模型上會介紹Kmeans。

  另外,大部分的書不會強調的ColumnTransformer、管道器製作。許多書沒有解釋清楚的模型預測重要指標:正確率、精確率、召回率、混亂矩陣、綜合報告、PRC曲線、ROC曲線,我們也會一次詳細說明,讓你一手掌握。

  實例演練時會操作中英文的文字處理,並做情感分析和主題探索。還有知名的大數據資料庫,包括波斯頓房價預測、鳶尾花資料、鐵達尼號資料、威斯康辛大學醫院收集的乳癌腫瘤病患預測、電信公司客戶流失預測、信用卡盜刷預測、Newsgroup新聞群組分類、Amazon商品評論預測、Tripadvisor裡兩家航空公司和數字預測。

  最後教大家如何將深度學習的模組也包裝到sklearn。

  現在就讓我們一起學習Python,用機器學習掌握人工智慧。

本書特色

  1. 本書利用Python的sklearn套件做資料預處理。
  2. 學習主題「監督式的機器學習模型」包含:簡單線性迴歸、多元線性迴歸、羅吉斯迴歸、K最近鄰、支持向量機、決策樹、隨機森林等。
  3. 「非監督模型」介紹Kmeans。
  4. 利用ColumnTransformer、管道器設計簡潔的機器學習程式,實作各種模型的正確率、精確率、召回率、混亂矩陣、綜合報告、PRC曲線、ROC曲線等指標。

റേറ്റിംഗുകളും റിവ്യൂകളും

1.0
ഒരു അവലോകനം

രചയിതാവിനെ കുറിച്ച്

徐聖訓  著

ഈ ഇ-ബുക്ക് റേറ്റ് ചെയ്യുക

നിങ്ങളുടെ അഭിപ്രായം ഞങ്ങളെ അറിയിക്കുക.

വായനാ വിവരങ്ങൾ

സ്‌മാർട്ട്ഫോണുകളും ടാബ്‌ലെറ്റുകളും
Android, iPad/iPhone എന്നിവയ്ക്കായി Google Play ബുക്‌സ് ആപ്പ് ഇൻസ്‌റ്റാൾ ചെയ്യുക. ഇത് നിങ്ങളുടെ അക്കൗണ്ടുമായി സ്വയമേവ സമന്വയിപ്പിക്കപ്പെടുകയും, എവിടെ ആയിരുന്നാലും ഓൺലൈനിൽ അല്ലെങ്കിൽ ഓഫ്‌ലൈനിൽ വായിക്കാൻ നിങ്ങളെ അനുവദിക്കുകയും ചെയ്യുന്നു.
ലാപ്ടോപ്പുകളും കമ്പ്യൂട്ടറുകളും
Google Play-യിൽ നിന്ന് വാങ്ങിയിട്ടുള്ള ഓഡിയോ ബുക്കുകൾ കമ്പ്യൂട്ടറിന്‍റെ വെബ് ബ്രൗസർ ഉപയോഗിച്ചുകൊണ്ട് വായിക്കാവുന്നതാണ്.
ഇ-റീഡറുകളും മറ്റ് ഉപകരണങ്ങളും
Kobo ഇ-റീഡറുകൾ പോലുള്ള ഇ-ഇങ്ക് ഉപകരണങ്ങളിൽ വായിക്കാൻ ഒരു ഫയൽ ഡൗൺലോഡ് ചെയ്ത് അത് നിങ്ങളുടെ ഉപകരണത്തിലേക്ക് കൈമാറേണ്ടതുണ്ട്. പിന്തുണയുള്ള ഇ-റീഡറുകളിലേക്ക് ഫയലുകൾ കൈമാറാൻ, സഹായ കേന്ദ്രത്തിലുള്ള വിശദമായ നിർദ്ദേശങ്ങൾ ഫോളോ ചെയ്യുക.