图书介绍
Python机器学习实践 测试驱动的开发方法PDF|Epub|txt|kindle电子书版本网盘下载
- （美）马修·柯克（Matthew Kirk）著 著
- 出版社： 北京：机械工业出版社
- ISBN：7111581666
- 出版时间：2018
- 标注页数：198页
- 文件大小：17MB
- 文件页数：211页
- 主题词：
PDF下载
下载说明
Python机器学习实践 测试驱动的开发方法PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
前言1
第1章 可能近似正确的软件5
正确地编写软件6
编写正确的软件10
本书计划16
第2章快速介绍机器学习18
什么是机器学习18
有监督学习18
无监督学习19
强化学习20
机器学习能完成什么20
本书中使用的数学符号21
结论22
第3章K最近邻算法23
如何确定是否想购买一栋房子23
房子的价格究竟几何24
愉悦回归24
什么是邻域25
K最近邻算法简介26
K先生最近的邻居26
距离27
维度灾难33
如何选择K34
给西雅图的房子估价37
结论43
第4章朴素贝叶斯分类44
通过贝叶斯定理来发现欺诈订单44
条件概率45
概率符号45
反向条件概率（又名贝叶斯定理）47
朴素贝叶斯分类器47
贝叶斯推理之朴素48
伪计数49
垃圾邮件过滤器50
标记化和上下文55
结论67
第5章决策树和随机森林68
蘑菇的细微差别69
使用民间定理实现蘑菇分类70
找到最佳切换点71
修剪树74
结论83
第6章 隐马尔可夫模型84
使用状态机来跟踪用户行为84
输出/观测隐含状态86
使用马尔可夫假设化简87
隐马尔可夫模型88
评估：前向-后向算法89
通过维特比算法解码93
学习问题94
词性标注与布朗语库94
结论105
第7章支持向量机106
客户满意度作为语言的函数107
SVM背后的理论108
情绪分析器113
聚合情绪124
将情绪映射到底线126
结论127
第8章神经网络128
什么是神经网络129
神经网络史129
布尔逻辑129
感知器130
如何构建前馈神经网络130
构建神经网络144
使用神经网络来对语言分类145
结论154
第9章聚类155
无任何偏差的研究数据155
用户群组156
测试群集映射157
K均值聚类159
最大期望（EM）聚类161
不可能性定理163
案例：音乐归类164
结论174
第10章模型改进与数据提取175
辩论俱乐部175
选择更好的数据176
最小冗余最大相关性的特征选择181
特征变换与矩阵分解183
结论189
第11章将这些方法融合在一起：结论191
机器学习算法回顾191
如何使用这些信息来解决问题193
下一步做什么193