本书系统介绍了机器学习常用算法及其应用,在深入分析算法原理的基础上,结合当前热门应用场景,向读者展现了机器学习算法的综合应用,带领读者进入机器学习领域,开启人工智能行业的大门。
本书共 21 章,分为 3 部分。第 1 部分介绍机器学习基础算法,包括线性回归、多项式回归、逻辑回归、k-NN、决策树、k-Means、SVM、随机森林、朴素贝叶斯、PCA 降维等,针对每个算法给出应用案例,让读者既掌握算法原理,又能够使用算法解决问题。第 2 部分是机器学习基础算法综合应用,通过学生分数预测、自闭症患者预测、淘宝用户价值分析、耳机评论情感预测几个案例提升读者对机器学习算法的应用能力。第 3 部分是机器学习进阶算法与应用,介绍逻辑更为复杂的机器学习算法,如改进的聚类算法、HMM算法、Boosting 算法等,并给出相应案例,此外,还展示了多个算法综合应用项目。
本书适合对机器学习、人工智能感兴趣的读者阅读,也可以作为应用型大学和高等职业院校人工智能相关专业的教材。本书可以帮助有一定基础的读者查漏补缺,使其深入理解和掌握相关原理与方法,提高其解决实际问题的能力。
作者简介:
达内时代科技集团是国内知名的互联网-IT教育培训单位,是一站式互联网人才基地,专注IT职业教育人才服务多年,拥有300多家培训中心,帮助学员实现一地学习全国就业。
目录:
第 1 章 基于线性回归的销售量预测 2
第 2 章 非线性数据的多项式回归 15
第 3 章 基于逻辑回归算法的 乳腺癌患病预测 33
第 4 章 基于 k-NN 算法的分类 50
第 5 章 基于决策树算法的回归预测与 分类 62
第 6 章 基于 k-Means 算法的聚类 78
第 7 章 基于 SVM 算法的分类与 回归预测 91
第 8 章 随机森林揭秘 105
第 9 章 基于朴素贝叶斯算法的中文预测 116
第 10 章 基于 PCA 降维的图片重构 131
第 11 章 学生分数预测 146
第 12 章 自闭症患者预测 163
第 13 章 淘宝用户价值分析 176
第 14 章 耳机评论情感预测 192
第 15 章 聚类算法综合 202
第 16 章 基于 HMM 算法的股票 行情预测 220
第 17 章 Boosting 算法综合 228
第 18 章 饭店销售量预测 245
第 19 章 信贷违约预测 261
第 20 章 胎儿健康分类预测 271
第 21 章 淘宝用户画像处理 288
点击下载