首页 > 图书中心 >图书详情

实战机器学习

从理论、技术和应用入手掌握机器学习解决实际问题的思路和方法

作者:鲍亮、崔江涛、李倩
定价:99
印次:1-1
ISBN:9787302591214
出版日期:2021.10.01
印刷日期:2021.09.14

随着互联网、物联网、云计算等技术的不断发展,许多领域都产生了大量的数据。利用机器学习技术分析海量数据,可以从数据中发现隐含的、有价值的规律和模式,进而用于预测并采取相应动作。在上述背景下,本书从理论、技术和应用三个层面入手,全面讲解如何利用机器学习技术解决实际问题。 本书共分26章,内容包括机器学习解决问题流程、问题分析与建模、数据探索与准备、特征工程、模型训练与评价、模型部署与应用、回归模型、支持向量机、决策树、集成学习、K近邻算法、贝叶斯方法、聚类算法、关联规则学习、神经网络基础、正则化、深度学习中的优化、卷积神经网络、循环神经网络、自编码器、基于深度学习的语音分离方法、基于深度学习的图像去水印方法、基于LSTM的云环境工作负载预测方法、基于QoS的服务组合问题、基于强化学习的投资组合方法、基于GAN模型的大数据系统参数优化方法。 本书内容全面、示例丰富,适合机器学习初学者以及想要全面掌握机器学习技术的算法开发人员,也适合高等院校和培训机构人工智能相关专业的师生教学参考。

more >

前 言 近年来,随着云计算、大数据和人工智能等技术的飞速发展,机器学习逐渐成为学术界和产业界关注的热点方向。机器学习主要关注如何指导学习算法从已有的经验中进行学习,这与计算机科学领域经典的、确定性的算法设计思路完全不同,后者强调由人给出针对具体问题的、明确的计算规则。机器学习方法特别适合解决难以用规则描述其解决方案的复杂问题。随着云计算、大数据处理技术的不断完善,机器学习方法已经解决了许多的实际问题。 目前有很多介绍机器学习理论与方法的经典书籍,但调研表明,目前市场上介绍如何采用机器学习方法解决实际应用问题的书籍很少。本书创作团队核心成员自2015年起就一直从事机器学习方面的理论研究和工程实践,通过项目实战,我们遇到了很多问题,积累了大量解决问题的方法和经验,认为有必要将自己的经验和认识整理出来,以满足广大读者希望使用机器学习技术解决实际问题的需求,这也正是书名《实战机器学习》的由来。 本书读者 本书适合不同层次的读者阅读。建议读者根据自己的兴趣和目的有选择地阅读: ? 希望快速了解机器学习基本概念、分类和发展趋势的读者,可以重点阅读第1、2章和附录部分; ? 已经掌握机器学习基本概念,想系统学习各种方法和技术的读者,可以重点阅读第3章~第20章; ? 想利用机器学习技术解决各类实际计算问题的读者,可以重点阅读第21章~第26章。 源码下载与技术支持 本书配套的资源,请用微信扫描右边的二维码获取,可按扫描出来的页面提示把下载链接转到自己的邮箱中下载。如果学习本书过程中发现问题,请联系booksaga@163.com,邮件主题为“实战机器学习”。 本书作者与致谢 感谢本书创作团队核心成员曹蓉、杨瑾、陈浚豪、黄宇、宋雨菲、张晶、王方正、张政同、王一杰、陈嘉瑞、任笑、宋金秋、魏守鑫、杨大为、崔少辉、程勇志、雷世伟等同学的辛勤努力。感谢西安电子科技大学计算机科学与技术学院各位领导和老师的宝贵意见。 机器学习方面的理论材料比较丰富,而关于如何采用机器学习解决实际问题的相关资料数量非常有限,加之作者水平有限,时间紧迫,书中难免存在不当之处,恳请读者批评指正。建议和意见请发电子邮箱booksaga@163.com,邮件主题写“实战机器学习”。 作 者 2021年6月

more >
扫描二维码
下载APP了解更多

同系列产品more >

PyTorch深度学习与企业级项目实战

宋立桓 宋立林
定 价:69元

查看详情
PyTorch语音识别实战

王晓华
定 价:69元

查看详情
机器学习实战(视频教学版)

迟殿委 王培进 王兴平
定 价:59元

查看详情
从零开始大模型开发与微调:基于Py...

王晓华
定 价:89元

查看详情
PyTorch 2.0深度学习从零开始学

王晓华
定 价:69元

查看详情
图书分类全部图书
more >
  • 鲍亮,西安电子科技大学副教授,西安电子科技大学博士。主要研究方向为软件体系结构、面向服务的计算和云计算等,主持并完成科研课题多项,发表学术论文20余篇。
    崔江涛,西安电子科技大学计算机科学与技术学院教授、博士生导师。西安电子科技大学计算机学院博士。2018年入选陕西省高等学校教学名师,2020年入选陕西省特支计划领军人才。享受国务院政府特殊津贴,入选第八届教育部科学技术委员会学部委员。 
    李倩,西安交通大学讲师,西安交通大学博士。主要研究方向为行为金融学和组合投资等,主持并完成科研课题多项,发表学术论文10余篇。
  • 本书创作团队核心成员长期从事机器学习方面的理论研究和工程实践,通过项目实战,积累了大量解决问题的方法和经验,并通过本书将自己的经验整理出来,以满足广大读者希望使用机器学习来解决实际问题的需要。
more >
  • 目    录

    第1章  机器学习解决问题流程 1

    1.1  机器学习基础 1

    1.1.1  机器学习定义 1

    1.1.2  机器学习流派 3

    1.1.3  机器学习简史 7

    1.2  机器学习解决实际问题的流程 8

    1.3  机器学习平台介绍 10

    1.3.1  阿里PAI 10

    1.3.2  第四范式先知(Sage EE) 11

    1.3.3  腾讯智能钛机器学习(TI-ML) 12

    1.3.4  中科院EasyML 13

    1.3.5  百度机器学习BML 14

    1.3.6  华为AI开发平台ModelArts 15

    1.3.7  微软Azure机器学习服务 15

    1.3.8  谷歌Cloud AutoML平台 16

    1.3.9  亚马逊SageMaker 17

    1.4  本章小结 18

    第2章  问题分析与建模 19

    2.1  问题分析 19

    2.1.1  明确和理解问题 19

    2.1.2  拆解和定位问题 21

    2.2  数据分析 23

    2.2.1  描述统计分析 24

    2.2.2  相关分析 24

    2.2.3  回归分析 25

    2.2.4  分类分析 25

    2.2.5  聚类分析 26

    2.3  问题建模 27

    2.4  心脏病UCI数据集案例 27

    2.4.1  问题描述 28

    2.4.2  问题分析 28

    2.4.3  数据分析 29

    2.4.4  问题建模 30

    2.5  本章小结 31

    第3章  数据探索与准备 32

    3.1  ETL技术 32

    3.1.1  ETL工作方式 32

    3.1....

精彩书评more >

标题

评论

版权所有(C)2023 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802042911号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘