img
share 分享

Python数据挖掘与机器学习实战

作者：方巍

出版社：机械工业出版社

ISBN：9787111626817

VIP会员免费 （仅需0.8元/天） ¥ 40.0

温馨提示： 价值40000元的1000本电子书，VIP会员随意看哦！

电子书推荐

更多资源 展开

图文完全解析机器学习 评分:

《图解机器学习》图书目录 第I部分　绪　论 第1章　什么是机器学习 2 1.1　学习的种类　　2 1.2　机器学习任务的例子　　4 1.3　机器学习的方法　　8 第2章　学习模型 12 2.1　线性模型　　12 2.2　核模型　　15 2.3　层级模型　　17 第II部分　有监督回归 第3章　最小二乘学习法 22 3.1　最小二乘学习法　　22 3.2　最小二乘解的性质　　25 3.3　大规模数据的学习算法　　27 第4章带有约束条件的最小二乘法 31 4.1　部分空间约束的最小二乘学习法　　31 4.2　ｌ2 约束的最小二乘学习法　　33 4.3　模型选择　　37 第5章　稀疏学习 43 5.1　ｌ1 约束的最小二乘学习法　　43 5.2　ｌ1 约束的最小二乘学习的求解方法　　45 5.3　通过稀疏学习进行特征选择　　50 5.4　ｌp约束的最小二乘学习法　　51 5.5　ｌ1+ｌ2 约束的最小二乘学习法　　52 第6章　鲁棒学习 55 6.1　ｌ1 损失最小化学习　　56 6.2　Huber损失最小化学习　　58 6.3　图基损失最小化学习　　63 6.4　ｌ1 约束的Huber损失最小化学习　　65 第III部分　有监督分类 第7章　基于最小二乘法的分类 70 7.1　最小二乘分类　　70 7.2　0/1 损失和间隔　　73 7.3　多类别的情形　　76 第8章　支持向量机分类 80 8.1　间隔最大化分类　　80 8.2　支持向量机分类器的求解方法　　83 8.3　稀疏性　　86 8.4　使用核映射的非线性模型　　88 8.5　使用Hinge损失最小化学习来解释　　90 8.6　使用Ramp损失的鲁棒学习　　93 第9章　集成分类 98 9.1　剪枝分类　　98 9.2　Bagging学习法　　101 9.3　Boosting 学习法　　105 第10章　概率分类法 112 10.1　Logistic回归　　112 10.2　最小二乘概率分类　　116 第11 章序列数据的分类 121 11.1　序列数据的模型化　　122 11.2　条件随机场模型的学习　　125 11.3　利用条件随机场模型对标签序列进行预测　　128 第IV部分　无监督学习 第12章　异常检测 132 12.1　局部异常因子　　132 12.2　支持向量机异常检测　　135 12.3　基于密度比的异常检测　　137 第13章　无监督降维 143 13.1　线性降维的原理　　144 13.2　主成分分析　　146 13.3　局部保持投影　　148 13.4　核函数主成分分析　　152 13.5　拉普拉斯特征映射　　155 第14章　聚类 158 14.1　K均值聚类　　158 14.2　核K均值聚类　　160 14.3　谱聚类　　161 14.4　调整参数的自动选取　　163 第V部分　新兴机器学习算法 第15章　在线学习 170 15.1　被动攻击学习　　170 15.2　适应正则化学习　　176 第16章　半监督学习 181 16.1　灵活应用输入数据的流形构造　　182 16.2　拉普拉斯正则化最小二乘学习的求解方法　　183 16.3　拉普拉斯正则化的解释　　186 第17章　监督降维 188 17.1　与分类问题相对应的判别分析　　188 17.2　充分降维　　195 第18章　迁移学习 197 18.1　协变量移位下的迁移学习　　197 18.2　类别平衡变化下的迁移学习　　204 第19章　多任务学习 212 19.1　使用最小二乘回归的多任务学习　　212 19.2　使用最小二乘概率分类器的多任务学习　　215 19.3　多次维输出函数的学习　　216 第VI部分　结 语 第20章　总结与展望 222 参考文献　　225

...展开详情
上传时间：2018-01 大小：58.98MB
公告
热门图书