數(shù)據(jù)挖掘與機器學習

定　價：￥43.80

作　者：	閉應洲，許桂秋編
出版社：	浙江科學技術出版社
叢編項：	大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材
標　簽：	暫缺

購買這本書可以去

京東 (￥43.80)

ISBN：	9787534188916	出版時間：	2020-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	167	字數(shù)：

內(nèi)容簡介

　　《數(shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》采用理論與實踐相結(jié)合的方式，介紹數(shù)據(jù)挖掘與機器學習的基礎知識，力求培養(yǎng)讀者數(shù)據(jù)思維能力。《數(shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》共9章，闡述了數(shù)據(jù)挖掘與機器學習的核心概念與技術，以及運用這些技術分析實際問題的思路。書中還介紹了9個綜合性的案例，其難易程度和側(cè)重點與書中各章的知識點相匹配。第1章介紹數(shù)據(jù)挖掘的基本概念、功能與應用領域，使讀者掌握數(shù)據(jù)挖掘的基本理念、流程和方法。第2章介紹Pandas模塊的語法結(jié)構(gòu)，并通過對自行車行駛數(shù)據(jù)與服務熱線數(shù)據(jù)的分析，使讀者掌握通過Pandas模塊對數(shù)據(jù)進行統(tǒng)計分析的方法。第3章介紹機器學習的框架，以及Skleam模塊的語法結(jié)構(gòu)，使讀者掌握搭建機器學習流水線的方法。第4章介紹分類算法與應用，使讀者掌握通過Skleam模塊搭建一個分類器并實現(xiàn)分類功能的方法。第5章介紹回歸算法與應用，使讀者掌握通過Skleam模塊搭建一個回歸模型并實現(xiàn)回歸功能的方法。第6章介紹無監(jiān)督學習，使讀者掌握通過Skleam模塊搭建一個聚類模型并實現(xiàn)聚類功能的方法。第7章介紹關聯(lián)規(guī)則和協(xié)同過濾，使讀者掌握通過這些算法實現(xiàn)電影推薦的方法。第8章介紹圖像數(shù)據(jù)分析的相關技術，使讀者掌握進行圖像特征提取和人臉識別的方法。第9章介紹自然語言處理與NLTK的相關技術，使讀者掌握進行文本特征提取和文本分類的方法?！稊?shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》可作為各類高校數(shù)據(jù)挖掘與機器學習的課程教材，也可供對數(shù)據(jù)挖掘和機器學習感興趣的讀者學習參考。

作者簡介

暫缺《數(shù)據(jù)挖掘與機器學習》作者簡介

圖書目錄

第1章數(shù)據(jù)挖掘概述
1．1 數(shù)據(jù)分析技術發(fā)展簡介
1．2 數(shù)據(jù)挖掘的概念
1．3 數(shù)據(jù)挖掘的功能與應用領域
1．4 數(shù)據(jù)挖掘的模型
1．5 數(shù)據(jù)挖掘的數(shù)據(jù)類型
1．6 數(shù)據(jù)挖掘的交叉學科
第2章 Pandas數(shù)據(jù)分析
2．1 Pandas與數(shù)據(jù)分析
2．2 Pandas統(tǒng)計案例分析
第3章機器學習
3．1 數(shù)據(jù)挖掘中的機器學習
3．2 機器學習的模型
3．3 模型的評判和保存
3．4 支持向量機
3．5 過擬合問題
第4章分類算法與應用
4．1 數(shù)據(jù)挖掘分類問題
4．2 概率模型
4．3 樸素貝葉斯分類
4．4 向量空間模型
4．5 KNN算法
4．6 多類問題
第5章回歸算法與應用
5．1 回歸預測問題
5．2 線性回歸
5．3 嶺回歸和Lasso回歸
5．4 邏輯回歸
第6章無監(jiān)督學習
6．1 無監(jiān)督學習問題
6．2 劃分聚類
6．3 層次聚類
6．4 聚類效果評測
6．5 降維
第7章關聯(lián)規(guī)則和協(xié)同過濾
7．1 關聯(lián)規(guī)則
7．2 Apriori算法
7．3 協(xié)同過濾
第8章圖像數(shù)據(jù)分析
8．1 圖像數(shù)據(jù)的相關概念
8．2 圖像數(shù)據(jù)分析方法
8．3 圖像數(shù)據(jù)分析案例
第9章自然語言處理與NLTK
9．1 自然語言處理概述
9．2 MTK入門基礎
9．3 NITK文本分析