书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-100章
101-114章
共114章
免费
版权信息
免费
内容简介
免费
作者简介
免费
前言
免费
第1篇 基础知识
免费
第1章 机器学习概述
免费
1.1 机器学习的定义与发展历史
免费
1.2 应用领域
免费
1.3 应用前景
免费
1.4 小结
免费
第2章 基础知识
免费
2.1 概念与术语
免费
2.2 高等数学基础
免费
2.3 线性代数基础
免费
2.4 概率论基础
免费
2.5 小结
免费
第3章 开发环境和常用模块
免费
3.1 环境需求
免费
3.2 NumPy
3.3 Pandas
3.4 Matplotlib
3.5 Scikit-Learn
3.6 深度学习框架简介
3.7 小结
第4章 特征工程
4.1 特征工程概述
4.2 数据清洗
4.3 特征选择和提取
4.4 数据集划分
4.5 小结
第5章 模型评估
5.1 常见的评估指标
5.2 超参数调优
5.3 评估指标的局限性
5.4 小结
第6章 降维方法
6.1 降维概述
6.2 主成分分析
6.3 线性判别分析
6.4 奇异值分解
6.5 小结
第2篇 算法应用
第7章 K-Means聚类
7.1 K-Means算法的原理
7.2 K-Means算法的实现和应用
7.3 小结
第8章 K最近邻
8.1 K最近邻算法的原理
8.2 K最近邻算法的应用
8.3 小结
×