网站首页  软件下载  游戏下载  翻译软件  电子书下载  电影下载  电视剧下载  教程攻略

请输入您要查询的图书:

 

书名 机器学习(实用案例解析)
分类
作者 (美)康威
出版社 机械工业出版社
下载
简介
目录

前言

第1章 使用R语言

 R与机器学习

第2章 数据分析

 分析与验证

 什么是数据

 推断数据的类型

 推断数据的含义

 数值摘要表

 均值、中位数、众数

 分位数

 标准差和方差

 可视化分析数据

 列相关的可视化

第3章 分类:垃圾过滤

 非此即彼:二分类

 漫谈条件概率

 试写第一个贝叶斯垃圾分类器

第4章 排序:智能收件箱

 次序未知时该如何排序

 按优先级给邮件排序

 实现一个智能收件箱

第5章 回归模型:预测网页访问量

 回归模型简介

 预测网页流量

 定义相关性

第6章 正则化:文本回归

 数据列之间的非线性关系:超越直线

 避免过拟合的方法

 文本回归

第7章 优化:密码破译

 优化简介

 岭回归

 密码破译优化问题

第8章 PCA:构建股票市场指数

 无监督学习

 主成分分析

第9章 MDS:可视化地研究参议员相似性

 基于相似性聚类

 如何对美国参议员做聚类

第10章 kNN:推荐系统

 k近邻算法

 R语言程序包安装数据

第11章 分析社交图谱

 社交网络分析

 用黑客的方法研究Twitter的社交关系图数据

 分析Twitter社交网络

第12章 模型比较

 SVM:支持向量机

 算法比较

参考文献

内容推荐

机器学习是计算机科学和人工智能中非常重要的一个研究领域,近年来,机器学习不但在计算机科学的众多领域中大显身手,而且成为一些交叉学科的重要支撑技术。Drew Conway编著的《机器学习(实用案例解析)》比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,而且讨论了一些有生命力的新理论、新方法。

全书案例既有分类问题,也有回归问题;既包含监督学习,也涵盖无监督学习。《机器学习(实用案例解析)》讨论的案例涉及分类、回归、聚类、降维、最优化问题等。这些案例包括:垃圾邮件识别、智能收件箱、预测网页访问量、文本回归、密码破译、构建股票市场指数、用投票记录对美国参议员聚类、给用户推荐r语言包、分析社交图谱、给问题找到最佳算法等。各章对原理的叙述力求概念清晰、表达准确,突出理论联系实际,富有启发性,易于理解。在探索这些案例的过程中用到的基本工具就是r编程语言。

《机器学习(实用案例解析)》主要内容:

开发一个朴素贝叶斯分类器,仅仅根据邮件的文本信息来判断邮件是否是垃圾邮件;使用线性回归来预测互联网排名前1000网站的pv;利用文本回归理解图书中词与词之间的关系;通过尝试破译一个简单的密码来学习优化技术;利用无监督学习构建股票市场指数,用子衡量整体市场行情;根据美国参议院的投票情况,从统计学的角度对美国参议员聚类;通过k近邻算法向用户推荐日语言包;利用twitter数据构建一个“你可能感兴趣的人”的推荐系统;模型比较:给问题找到最佳算法。

编辑推荐

Drew Conway编著的《机器学习(实用案例解析)》比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,而且讨论了一些有生命力的新理论、新方法。本书为机器学习技术提供了一些非常棒的案例研究。

随便看

 

霍普软件下载网电子书栏目提供海量电子书在线免费阅读及下载。

 

Copyright © 2002-2024 101bt.net All Rights Reserved
更新时间:2025/4/5 21:33:34