本书以Python为开发语言,采用理论与实践相结合的形式,系统全面地介绍了机器学习涉及的核心知识。本书共6章,其中第1章介绍机器学习的基础知识,包括机器学习的概念、分类、研究范围、开发环境等,介绍第一个机器学习案例; 第2、3章介绍机器学习的主要方法: 监督学习与无监督学习,涉及目前机器学习最为流行的经典算法和模...
3 逻辑回归迭代公式 3.1 函数特性 3.2 求导过程 3.3 代码实战 4 逻辑回归做多分类 4.1 One-Vs-Rest思想 4.2、代码实战 5 多分类Softmax回归 5.1 多项分布指数分布族形式 5.2、广义线性模型推导Softmax回归 5.3 代码实战 6 逻辑回归与Softmax回归对比 6.1 逻辑回归是Softmax回归特例证明 6.2 Softmax损失函数 ...
Boosting算法有很多种,AdaBoost(Adaptive Boost)就是其中最流行的,与SVM分类并称机器学习中最强大的学习算法。 AdaBoost 是一种迭代算法,其核心思想是针对同一个训练集训练M个弱分类器,每个弱分类器赋予不同的权重,然后把这些弱分类器集合起来而构造一个更强的最终分类器,本文就详解AdaBoost算法的详细过程。 第二...
《Python机器学习——原理、算法及案例实战-微课视频版》是清华大学出版社出版图书,作者是刘艳、韩龙哲、李沫沫。内容简介 本书系统介绍了经典的机器学习算法,并通过实践案例对算法进行解析。 本书内容包含三部分: 第一部分(第1章和第2章)为入门篇,着重介绍Python开发基础及数据分析与处理;第二部分(第3章和...
Python机器学习 原理、算法及案例实战-微课视频版 刘艳 清华大学出版社 刘艳,韩龙哲,李沫沫著 京东价 ¥降价通知 累计评价 0 促销 展开促销 配送至 --请选择-- 支持 更多商品信息 蓝墨水图书专营店 店铺星级 商品评价3.9 中 物流履约4.2 中 售后服务4.2 中 ...
1: 《Python机器学习:基础算法与实战》内容简介本书基于 Python 语言,结合实际的数据集,介绍了机器学习算法以及数据分析方法的应用。本书主要包含两部分内容,第一部分为 Python 机器学习入门知识:主要介绍了 …
第5为二元Logistic回归算法,主要介绍二元Logistic回归算法的基本原理,并结合具体实例讲解该算法在Python中的实现与应用。第6章为多元Logistic回归算法,主要介绍多元Logistic回归算法的基本原理,并结合具体实例讲解该算法在Python中的实现与应用。第7章为判别分析算法,内容包括线性判别分析和二次判别分析两种判别分析算法的...
第三部分机器学习算法与Python实践篇 第4章k近邻算法 4.1k近邻算法的原理 4.1.1k近邻算法的实例解释 4.1.2k近邻算法的特点 4.2基于k近邻算法的算法改进 4.2.1快速KNN算法 4.2.2k d树KNN算法 4.3k近邻算法的Python实践 本章参考文献 第5章决策树 5.1决策树算法概述 ...
Python机器学习原理与算法实现 机器学习是人工智能的一个分支,它使计算机能够从数据中学习,而无需明确的编程。本文将介绍机器学习的基本原理,结合Python中的简单代码示例,以便更好地理解这一领域。 机器学习的基本概念 机器学习的核心在于根据输入数据预测输出结果。通过分析大量的训练数据,算法可以自我调整,以提高预测的...