數(shù)據(jù)分析與機(jī)器學(xué)習(xí)算法
定 價(jià):46 元
叢書名:職業(yè)教育大數(shù)據(jù)技術(shù)專業(yè)“互聯(lián)網(wǎng)+”創(chuàng)新教材
- 作者:韓偉
- 出版時(shí)間:2023/5/1
- ISBN:9787111723004
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP181
- 頁碼:
- 紙張:純質(zhì)紙
- 版次:
- 開本:16開
本書從數(shù)據(jù)分析與機(jī)器學(xué)習(xí)算法入手,系統(tǒng)地介紹了機(jī)器學(xué)習(xí)各類算法的原理方法和實(shí)際應(yīng)用。本書的主要內(nèi)容包括:KNN算法、樸素貝葉斯、決策樹、支持向量機(jī)、線性回歸、K-means算法、人工神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)深度學(xué)習(xí)以及基于Python數(shù)據(jù)分析進(jìn)行職業(yè)規(guī)劃。
本書作為大數(shù)據(jù)技術(shù)與人工智能領(lǐng)域的入門教材,在內(nèi)容上涵蓋了機(jī)器學(xué)習(xí)經(jīng)典算法的基礎(chǔ)知識(shí)和應(yīng)用實(shí)例,采用Python作為編程語言,強(qiáng)調(diào)基本算法的應(yīng)用理解,內(nèi)容由淺入深。各部分內(nèi)容均配有相應(yīng)的任務(wù),注重實(shí)踐應(yīng)用,便于讀者學(xué)習(xí)和掌握。
本書可作為各類職業(yè)院校大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)應(yīng)用、人工智能技術(shù)應(yīng)用等相關(guān)專業(yè)的教學(xué)用書,也可作為相關(guān)專業(yè)領(lǐng)域工程技術(shù)人員的參考用書。
本書配有電子課件、源代碼、微課視頻(掃描二維碼觀看)等課程資源,選用本書作為授課教材的教師可以登錄機(jī)械工業(yè)出版社教育服務(wù)網(wǎng)(www.cmpedu.com)注冊(cè)后免費(fèi)下載,也可聯(lián)系編輯(010-88379807)咨詢。
數(shù)據(jù)分析與機(jī)器學(xué)習(xí)是大數(shù)據(jù)、人工智能等新興領(lǐng)域的核心技術(shù),專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是多學(xué)科交叉專業(yè),涵蓋概率論、統(tǒng)計(jì)學(xué)、近似理論和復(fù)雜算法等知識(shí),廣泛應(yīng)用于圖像識(shí)別、自然語言處理、網(wǎng)絡(luò)安全、自動(dòng)駕駛、自動(dòng)化及機(jī)器人、電子商務(wù)、金融、生物技術(shù)及醫(yī)療診斷等領(lǐng)域。
本書旨在培養(yǎng)學(xué)生對(duì)數(shù)據(jù)分析常用的機(jī)器學(xué)習(xí)算法的理解和應(yīng)用能力,使學(xué)生從數(shù)據(jù)處理、訓(xùn)練、驗(yàn)證各環(huán)節(jié)掌握數(shù)據(jù)分析算法的一般規(guī)律,能夠?qū)?shù)據(jù)分析和機(jī)器學(xué)習(xí)算法進(jìn)行綜合應(yīng)用和評(píng)價(jià)。
本書內(nèi)容涵蓋了常用的機(jī)器學(xué)習(xí)算法,包括:
有監(jiān)督學(xué)習(xí):KNN算法、樸素貝葉斯、決策樹、支持向量機(jī)、線性回歸。
無監(jiān)督學(xué)習(xí):K-means算法。
深度學(xué)習(xí):神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)。
本書在編寫過程中,遵循以應(yīng)用為目的,以必需、夠用為原則,減少復(fù)雜的原理分析和理論推導(dǎo),內(nèi)容全面,結(jié)構(gòu)合理,突出實(shí)用性,強(qiáng)調(diào)實(shí)踐性。本書通過算法知識(shí)學(xué)習(xí)、任務(wù)案例實(shí)踐以及綜合項(xiàng)目應(yīng)用,引導(dǎo)學(xué)生思考和實(shí)踐處理數(shù)據(jù)、構(gòu)建模型、評(píng)價(jià)模型的全過程,從而具備利用代碼完成算法的能力。全書采用Python作為各項(xiàng)目、任務(wù)的實(shí)現(xiàn)語言,具有很強(qiáng)的通用性和實(shí)踐性。
本書的參編教師多年從事大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)的教學(xué)及科研工作,具有豐富的實(shí)踐經(jīng)驗(yàn),保證了教材的編寫質(zhì)量和內(nèi)容的完整性。
本書由韓偉任主編,于京、李景玉任副主編,參與編寫的還有胡亦、景妮琴、詹曉東。其中,項(xiàng)目1由于京編寫,項(xiàng)目2、項(xiàng)目6由李景玉編寫,項(xiàng)目3由景妮琴編寫,項(xiàng)目4、項(xiàng)目7由韓偉編寫,項(xiàng)目5由胡亦編寫,項(xiàng)目8、項(xiàng)目9由詹曉東編寫,韓偉還參與了各項(xiàng)目的“學(xué)習(xí)目標(biāo)”和“工程準(zhǔn)備”的撰寫以及部分項(xiàng)目內(nèi)容的編寫工作。全書由韓偉統(tǒng)稿。
由于作者水平有限,書中難免有不足之處,懇請(qǐng)廣大讀者不吝賜教。
編 者
前 言
二維碼索引
項(xiàng)目1 KNN算法及應(yīng)用1
任務(wù)1 推薦車型15
任務(wù)2 鳶尾花分類17
項(xiàng)目小結(jié).20
拓展練習(xí)20
項(xiàng)目2 樸素貝葉斯應(yīng)用23
任務(wù)1 利用樸素貝葉斯推薦商品29
任務(wù)2 改進(jìn)算法33
任務(wù)3 評(píng)價(jià)算法35
任務(wù)4 編程實(shí)現(xiàn)樸素貝葉斯37
項(xiàng)目小結(jié)39
拓展練習(xí)39
項(xiàng)目3 決策樹應(yīng)用41
任務(wù)1 開發(fā)人工智能的信用卡審批系統(tǒng)47
任務(wù)2 處理數(shù)據(jù)的瑕疵以及特征工程50
任務(wù)3 編程完成決策樹項(xiàng)目應(yīng)用52
項(xiàng)目小結(jié)53
拓展練習(xí)53
項(xiàng)目4 支持向量機(jī)應(yīng)用55
任務(wù)1 預(yù)測學(xué)生成績63
任務(wù)2 用核函數(shù)處理非線性可分的數(shù)據(jù)65
任務(wù)3 可視化數(shù)據(jù)67
項(xiàng)目小結(jié)81
拓展練習(xí)81
項(xiàng)目5 線性回歸應(yīng)用83
任務(wù)1 預(yù)測連鎖店消暑飲料的銷售量86
任務(wù)2 可視化擬合結(jié)果和趨勢89
任務(wù)3 度量線性回歸模型可用性.91
任務(wù)4 用線性回歸模型預(yù)測房屋價(jià)格92
項(xiàng)目小結(jié)96
拓展練習(xí)96
項(xiàng)目6 K-means算法及應(yīng)用.97
任務(wù)1 利用K-means算法進(jìn)行櫻花耐寒性聚類104
任務(wù)2 數(shù)據(jù)降維107
任務(wù)3 用K-means劃分球隊(duì)梯隊(duì)110
項(xiàng)目小結(jié)113
拓展練習(xí)113
項(xiàng)目7 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用115
任務(wù)1 用Tensorflow實(shí)現(xiàn)手勢識(shí)別144
任務(wù)2 用pytorch實(shí)現(xiàn)手寫數(shù)字識(shí)別153
任務(wù)3 利用神經(jīng)網(wǎng)絡(luò)辨認(rèn)魚的種類157
任務(wù)4 用梯度下降算法求解參數(shù).162
項(xiàng)目小結(jié)164
拓展練習(xí)165
項(xiàng)目8 卷積網(wǎng)絡(luò)深度學(xué)習(xí)167
任務(wù)1 構(gòu)造特征辨認(rèn)圖像174
任務(wù)2 用卷積網(wǎng)絡(luò)識(shí)別手寫數(shù)字179
項(xiàng)目小結(jié)182
拓展練習(xí)182
項(xiàng)目9 基于Python數(shù)據(jù)分析進(jìn)行職業(yè)規(guī)劃183
任務(wù)1 爬取數(shù)據(jù)187
任務(wù)2 清洗和整理數(shù)據(jù)189
任務(wù)3 分析數(shù)據(jù)、輸出報(bào)表192
任務(wù)4 生成詞云圖196
項(xiàng)目小結(jié)200
拓展練習(xí)200
參考文獻(xiàn)201