前言 国家《新一代人工智能发展规划》指出: 人工智能成为经济发展的新引擎，人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类的生产、生活方式和思维模式，实现社会生产力的整体跃升。 机器学习是人工智能的一种途径或子集，它强调学习，而不是计算机程序。机器学习使用历史数据训练模型，训练完成之后得到一个训练好的模型，使用该模型可对新的数据做出判断或预测。 1. 本书编写特色 内容系统全面: 全面介绍机器学习的经典和主流算法。 原理浅显易懂: 循序渐进阐述各类机器学习算法原理。 原理实践结合: 每种机器学习模型都配套了对应的实践案例。 算法代码实现: 使用Python 3.6.x实现书中所有算法。 2. 本书内容组织 第1章: 机器学习。介绍机器学习的概念、机器学习的形式、构建机器学习系统的一般流程、机器学习的典型应用。 第2章: 机器学习的数学基础，介绍相似性和相异性的度量、基于梯度的优化方法、概率与统计基础、矩阵基础。 第3章: 不同格式数据的读取与写入，介绍使用csv模块读取和写入csv文件、使用pythondocx模块处理Word文档、Excel文件的读与写、pandas读写不同格式的数据、NumPy读写数据文件、读写JSON数据。 第4章: 数据预处理，介绍缺失值处理、噪声数据处理、数据规范化、数据离散化、数据规约、数据降维。 第5章: 回归，介绍回归的概念、回归处理流程、一元线性回归、多元线性回归、非线性回归、逻辑回归。 第6章: 决策树分类，介绍分类的一般流程、决策树的工作原理、最佳划分属性的度量、ID3决策树、C4.5决策树、CART决策树。第7章: 贝叶斯分类，介绍朴素贝叶斯分类原理与分类流程、高斯朴素贝叶斯分类、多项式朴素贝叶斯分类、伯努利朴素贝叶斯分类。 第8章: 支持向量机分类，介绍支持向量机分类原理、线性支持向量机、Python实现支持向量机。 第9章: 聚类，介绍k均值聚类、层次聚类、密度聚类。 第10章: 人工神经网络，介绍神经元、感知器、BP神经网络。 第11章: OpenCV图像识别，介绍图像表示、图像颜色模型、OpenCV计算机视觉库、OpenCV人脸检测、OpenCV人脸识别。 第12章: TensorFlow深度学习，介绍TensorFlow的常量与变量、TensorFlow的Tensor对象、TensorFlow的Operation对象、TensorFlow流程控制、TensorFlow卷积、使用TensorFlow对图像进行分类。 本书由曹洁、孙玉胜、张志锋、桑永宣、李璞、楚杨阳、贾连辉编写。 3. 本书适用范围 本书可作为高等院校计算机、人工智能、软件工程、信息管理等相关专业的机器学习课程教材，也可作为相关技术人员的参考用书。 在本书的编写和出版过程中得到郑州轻工业大学、清华大学出版社的大力支持和帮助，在此表示感谢。 本书在撰写过程中，参考了大量专业书籍和网络资料，在此向这些作者表示感谢。 由于编写时间仓促，编者水平有限，书中难免会有缺点和不足，热切期望专家和读者批评指正，在此表示感谢。如果您遇到任何问题，或有更多宝贵的意见，欢迎发送邮件至42675492@qq.com。 编者于郑州轻工业大学数据融合与知识工程实验室2022年1月

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接