类似推荐
编辑推荐
Python机器学习入门必读,全面涵盖理论、应用及实践,可作为教材。
内容简介
使用机器学习进行数据可视化分析是近年来研究的热点内容之一。本书使用**的Python作为机器学习的基本语言和工具,从搭建环境开始,逐步深入到理论、代码、应用实践中去,从而使初学者能够独立使用机器学习完成数据分析。本书配套示例代码、PPT课件和答疑服务。本书分为10章,内容包括:机器学习与Python开发环境、用于数据处理及可视化展示的Python类库、NBA赛季数据可视化分析、聚类算法与可视化实战、线性回归与可视化实战、逻辑回归与可视化实战、决策树算法与可视化实战、基于深度学习的酒店评论情感分类实战、基于深度学习的手写体图像识别实战、TensorFlowDatasets和TensorBoard训练可视化。本书内容详尽、示例丰富,是机器学习初学者的入门书和必备的参考书,也可作为高等院校计算机及大数据相关专业的教材使用。
章节目录
版权信息
内容简介
前言
第1章机器学习与Python开发环境
1.1 机器学习概述
1.2 Python的基本安装和用法
1.3 Python常用类库中的threading
1.4 本章小结
第2章用于数据处理及可视化展示的Python类库
2.1 从小例子起步——NumPy的初步使用
2.2 图形化数据处理——Matplotlib包的使用
2.3 常用的统计分析方法——相似度计算
2.4 数据的统计学可视化展示
2.5 Python分析某地降雨量变化规律
2.6 本章小结
第3章NBA赛季数据可视化分析
3.1 基于球员薪资的数据分析
3.2 Seaborn常用的数据可视化方法
3.3 NBA赛季数据分析
3.4 本章小结
第4章聚类算法与可视化实战
4.1 聚类的定义
4.2 经典K-means聚类算法实战
4.3 基于密度的聚类算法DBSCAN
4.4 基于层次的聚类算法
4.5 本章小结
第5章线性回归与可视化实战
5.1 线性回归的基本内容与Python实现
5.2 多元线性回归实战
5.3 本章小结
第6章逻辑回归与可视化实战
6.1 逻辑回归的基本内容与Python实现
6.2 基于逻辑回归的鸢尾花(Iris)分类
6.3 本章小结
第7章决策树算法与可视化实战
7.1 水晶球的秘密
7.2 决策树背后的信息——信息熵与交叉熵
7.3 决策树实战——分类与回归树
7.4 基于随机森林的信用卡违约实战
7.5 本章小结
第8章基于深度学习的酒店评论情感分类实战
8.1 深度学习
8.2 酒店评论情感分类——深度学习入门
8.3 深度学习的流程、应用场景和模型分类
8.3 本章小结
第9章基于深度学习的手写体图像识别实战
9.1 卷积运算的基本概念
9.2 MNIST手写体识别
9.3 基于多层感知机的手写体识别
9.4 消除过拟合——正则化与dropout
9.5 本章小结
第10章TensorFlow Datasets和TensorBoard训练可视化
10.1 TensorFlow Datasets简介
10.2 TensorFlow Datasets数据集的使用——FashionMNIST
10.3 使用Keras对FashionMNIST数据集进行处理
10.4 使用TensorBoard可视化训练过程
10.5 本章小结
Python机器学习与可视化分析实战是2022年由清华大学出版社出版,作者王晓华。
得书感谢您对《Python机器学习与可视化分析实战》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。