上传者: 42133918
|
上传时间: 2021-11-05 21:17:39
|
文件大小: 15.11MB
|
文件类型: -
这是一本带有动手方法的机器学习入门书籍。 它为所有应用程序使用 Python 3 和 Jupyter 笔记本。 重点主要是学习使用现有库(例如 Scikit-Learn)以及可在线找到的简单配方和现有数据文件。 主题包括线性、多重线性、多项式、逐步、套索、岭和逻辑回归; 二元分类的ROC曲线和度量; 非线性回归(包括梯度下降介绍); 分类和回归树; 随机森林; 神经网络; 概率方法(KNN、朴素贝叶斯、QDA、LDA); 用 PCA 降维; 支持向量机; 并使用 K-Means、分层和 DBScan 进行聚类。 附录提供了概率和线性代数的回顾。 虽然提供了一些数学基础,但它对于理解实现并不是必不可少的。 目标受众是高级社区学院和大学生。