Python機器學習

Python機器學習
定價:580
NT $ 300 ~ 458
  • 作者:Sebastian Raschka
  • 譯者:劉立民吳建華
  • 出版社:博碩
  • 出版日期:2016-09-15
  • 語言:繁體中文
  • ISBN10:9864341405
  • ISBN13:9789864341405
  • 裝訂:平裝 / 432頁 / 17 x 23 cm / 普通級 / 單色印刷 / 初版
 

內容簡介

  Python Machine Learning

  「機器學習」(machine learning)已是一門改變資料分析方式的重要學科,而本書將引領你進入預測性分析的世界,透過在科學領域已應用得相當廣泛的 Python 程式語言進行實作。

  藉 由本書,可以幫助你對資料分析的方式做出最佳決策,或是用於提昇機器學習系統的效能。內容包含 scikit-learn、Theano 及 Keras 等一系列強大的 Python 函式庫,並為情緒分析、類神經網路等議題提供指引與訣竅。綜合本書所學知識後,便能夠為你的組織或研究提供最佳解答。

  你能夠從本書學習到
  •探索各種不同的機器學習模型,為你的需求提供多種解決方案。
  •利用 Theano 與 Keras 建構類神經網路運算。
  •撰寫清晰、優雅的 Python 程式碼,使演算法效益最大化。
  •將機器學習模型嵌入於 Web 應用程式之中。
  •透過迴歸分析來預測連續性目標的結果。
  •藉由集群分析發掘隱藏的資料模式與結構。
  •利用高效率的預處理技術來組織資料,並應用最佳實踐來評估機器學習模型。
  •深入探索文字資料及社群媒體資料以實現情緒分析。

  適用讀者
  期望運用 Python 程式語言,從大量資料中取得重要資訊之人士。無論是初次踏入資料科學的領域,還是已具備相關經驗,本書都可作為實用的重點參考資源。
 
 

作者介紹

作者簡介    

Sebastian Raschka


  Sebastian Raschka 為密西根州立大學博士生。
 

目錄

•01 賦予電腦從數據中學習的能力
•02 訓練機器學習的分類演算法
•03 使用 scikit-learn 巡覽機器學習分類器
•04 建構良好的訓練數據集——數據預處理
•05 降維來壓縮數據
•06 學習模型評估和超參數調校的最佳實作
•07 結合不同模型來做整體學習
•08 將機器學習應用於情緒分析
•09 在 Web 應用程式上嵌入機器學習模型
•10 以迴歸分析預測連續目標變量
•11 使用未標記的數據——集群分析
•12 訓練類神經網路來做圖形識別
•13 以 Theano 平行化地訓練類神經網路

 
網路書店 類別 折扣 價格
  1. 二手書
    52
    $300
  2. 二手書
    57
    $330
  3. 二手書
    59
    $340
  4. 二手書
    59
    $340
  5. 二手書
    62
    $360
  6. 新書
    7
    $408
  7. 二手書
    72
    $416
  8. 新書
    79
    $458
  9. 新書
    79
    $458