编辑推荐
本书通过152张图表详解17种常用算法，初学者也能轻松读懂。
内容简介
本书基于丰富的图示，详细介绍了有监督学习和无监督学习的17种算法，包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。
作者简介
作者秋庭伸也，日本早稻田大学硕士毕业，目前在Recruit Communications公司担任技术负责人。
章节目录
版权信息
版权声明
前言
目标读者
本书的主要内容
关于数学公式和符号
本书的示例代码
第1章 机器学习基础
1.1 机器学习概要
1.2 机器学习的步骤
第2章 有监督学习
2.1 算法 1：线性回归
2.2 算法 2：正则化
2.3 算法 3：逻辑回归
2.4 算法 4：支持向量机
2.5 算法 5：支持向量机（核方法）
2.6 算法 6：朴素贝叶斯
2.7 算法 7：随机森林
2.8 算法 8：神经网络
2.9 算法 9：KNN
第3章 无监督学习
3.1 算法 10：PCA
3.2 算法 11：LSA
3.3 算法 12：NMF
3.4 算法 13：LDA
3.5 算法 14：k-means 算法
3.6 算法 15：混合高斯分布
3.7 算法 16：LLE
3.8 算法 17：t-SNE
第4章 评估方法和各种数据的处理
4.1 评估方法
4.2 文本数据的转换处理
4.3 图像数据的转换处理
第5章 环境搭建
5.1 Python 3 的安装
5.2 虚拟环境
5.3 第三方包的安装
附录
数学式的说明
名词解释
参考文献
作者简介
看完了
图解机器学习算法是2021年由人民邮电出版社出版,作者[日]秋庭伸也。
得书感谢您对《图解机器学习算法》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。
