一行指令學Python: 用機器學習掌握人工智慧 (附範例光碟) | 誠品線上

一行指令學Python: 用機器學習掌握人工智慧 (附範例光碟)

內容簡介

內容簡介 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，現在是最好學機器學習的時候，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，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。

產品目錄

產品目錄 Ch00 機器學習介紹第一部分 Python快速複習Ch01 Python基本功能介紹Ch02 Pandas DataFrame介紹第二部分 Sklearn資料預處理Ch03 資料預處理第三部分 線性迴歸Ch04 Simple RegressionCh05 多元線性迴歸第四部分 監督式學習Ch06 羅吉斯迴歸Ch07 K最近鄰Ch08 支持向量機Ch09 決策樹Ch10交叉驗證Ch11 模型參數挑選和網格搜尋Ch12 組合預測器Ch13 員工流失率預測Ch14 客戶流失率預測Ch15 信用偵測第五部分 文字分析Ch16 文字處理Ch17 Amazon商品評論分析Ch18 中文文字處理第六部分 非監督式學習Ch19 Kmean集群分析第七部分 深度學習包裝Ch20 keras深度學習

商品規格

最佳賣點

最佳賣點 : 1. 本書利用Python的sklearn套件做資料預處理。
2. 本書介紹簡單線性迴歸、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。