内容简介
本书系统地介绍统计分析和机器学习领域中最为重要和流行的多种技术及其基本原理，本书在详解有关算法的基础上，结合大量Python语言实例演示了这些理论在实践中的使用方法。具体内容包括线性回归（包括岭回归和Lasso方法）、逻辑回归、支持向量机、感知机与神经网络、聚类分析（包括K均值算法、EM算法、密度聚类等）、降维与流形学习、集成学习、KNN、朴素贝叶斯、概率图模型（包括贝叶斯网络和HMM模型）等内容。
更多图书信息
- 策划编辑：赵凯
- 出版日期：2021-02-01
- 作者：左飞，补彬
- 书号：9787302566397
- 印刷日期：2021-01-18
同系列图书 更多>
Keras深度学习开发实战
[英] 马修·穆卡姆（Matthew Moocarme） [英]玛拉·阿伯杜拉乃德（Mahla Abdolahnejad） [英] 瑞提什·巴格瓦特（Ritesh Bhagwat）著，邹伟 张良谋 刘亚明 译
￥79.00
深度学习（R语言版）
[英]斯沃纳·古普塔（Swarna Gupta） [英]雷汉·阿里·安萨里（Rehan Ali Ansari） [英]迪帕扬·萨卡尔（Dipayan Sarkar）著，毛国君 林江宏 译
￥79.00
