- 1、本文档共189页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
机器学习从入门到精通;第1章 机器学习概述;1.1 人工智能;1.2 机器学习;1.2.1 机器学习的发展;1.2.2 机器学习分类;1.2.3 机器学习经典算法;1.2.4 机器学习的入门;1.3 机器学习的工作流程;1.3.1 准备数据集;1.3.1 准备数据集;1.3.1 准备数据集;1.3.2 进行模型训练;1.3.2 进行模型训练;1.3.2 进行模型训练;1.3.2 进行模型训练;1.3.3 模型评估;1.3.3 模型评估;1.4 发展历程;1.5 应用现状;第2章 Tensorflow;2.1 认识TensorFlow;2.1.2 系统的特性;2.2 Tensorflow的安装与工作原理;2.2.2 工作原理;2.2.3 编程特点;2.3 常量、变量和占位符;2.3.1 Tensorflow基础概念(续);2.3.1 Tensorflow基础概念(续);2.3.2 基本操作;2.4 操作矩阵;2.4.2 矩阵的运算;2.4.3 矩阵的分解和特征值;2.5 使用激活函数;2.6 读取数据源;第3章 数据分析的基础;3.1 认识Numpy和Pandas;3.2 Numpy的基本使用;3.2 Numpy的基本使用;类型;3.2 Numpy的基本使用;3.2 Numpy的基本使用;3.2 Numpy的基本使用;3.3 Pandas的基本使用;3.3 Pandas的基本使用;3.3 Pandas的基本使用;3.3 Pandas的基本使用;3.3 Pandas的基本使用;第4章 模型的评价与评估;4.1 损失函数;4.1 损失函数;4.2 经验误差与拟合;4.3 数据集划分;4.4 调参与最终模型;4.5 模型性能度量 ;4.5 模型性能度量 ;4.5 模型性能度量 ;4.5 模型性能度量 ;4.6 比较检验 ;4.7 偏差与方差 ;4.8 不同学习模型下的模型评价与评估 ;第5章 数据准备;5.1 数据探索;5.1 数据探索;5.1 数据探索;5.1 数据探索;5.1 数据探索;5.2 数据预处理;5.2 数据预处理;5.2 数据预处理;5.2 数据预处理;第6章 回归;6.1 回归分析算法的基础知识;6.1.2 汽车油耗数据集;6.1.2 汽车油耗数据集;6.1.3 在Excel中预测;6.1.3 在Excel中预测;6.1.3 在Excel中预测;6.2 线性回归;6.2.1 线性回归的基本原理;6.2.2 线性回归之最小二乘法;6.2.2 线性回归之最小二乘法;6.2.2 线性回归之最小二乘法;6.2.3 线性回归之梯度下降法;6.2.3 线性回归之梯度下降法;6.2.3 线性回归之梯度下降法;6.2.4 油耗???测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.2.4 油耗预测中的线性回归;6.3 逻辑回归;6.3.1 逻辑回归的基本原理;6.3.1 逻辑回归的基本原理;6.3.2 逻辑回归 vs 线性回归;6.3.2 逻辑回归的损失函数;6.3.2 逻辑回归的损失函数;6.3.3 逻辑回归的代码实现;6.4 戴明回归;6.4.1 戴明回归基本原理;6.4.2 戴明回归代码实现;6.5 回归模型的评估;第7章 分类算法;7.1 分类算法的基础知识;7.1 分类算法的基础知识;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.2 决策树分类器;7.3 朴素贝叶斯分类器;7.3 朴素贝叶斯分类器;7.3 朴素贝叶斯分类器;7.3 朴素贝叶斯分类器;7.3 朴素贝叶斯分类器;7.3 朴素贝叶斯分类器;7.4 分类模型的评估;7.4 分类模型的评估;7.4 分类模型的评估;7.4 分类模型的评估;第8章 聚类算法;8.1聚类分析的基础知识;8.1聚类分析的基础知识;8.1聚类分析的基础知识;8.2K-means算法;8.2K-means算法;8.2K-means算法;8.2K-means算法;8.2K-means算法;8.3 层次聚类;8.3 层次聚类;8.4 密度聚类;8.4 密度聚类;8.5 聚类分析模型评估;8.5 聚类分析模型评估;8.
您可能关注的文档
- 计算机应用基础项目实战教程配套教材课件完整版电子教案.pptx
- 管理信息系统配套教材课件完整版电子教案.pptx
- 模拟电子技术配套教材课件完整版电子教案.pptx
- 大数据导论配套教材课件完整版电子教案.pptx
- 大学生心理健康教育配套教材课件完整版电子教案.pptx
- 大学生就业指导(第二版)配套教材课件完整版电子教案.pptx
- 2024年05月山东烟台市蓬莱区卫健系统事业单位招考聘用41人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东烟台招远市卫健系统事业单位招考聘用67人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽芜湖市第二人民医院招考聘用编外工作人员7人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东济南市莱芜区教育体育系统事业单位招考聘用93人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东交通职业学院招考聘用博士研究生50人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽芜湖市弋江区老年学校(大学)工作人员特设岗位公开招聘2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东东营河口区教育类事业单位招考聘用22人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东交通职业学院招考聘用100人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东威海职业学院招考聘用高层次人才2人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽石台县事业单位工作人员33人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东滨州市博兴县事业单位公开招聘考察笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月安徽蚌埠固镇县湖沟镇选聘村级后备干部7人笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东省安丘市教育和体育局所属事业单位学校公开2024年招考232名工作人员笔试历年典型题及考点剖析附带答案含详解.docx
- 2024年05月山东临沂临港经济开发区工作人员(5人)笔试历年典型题及考点剖析附带答案含详解.docx
文档评论(0)