• 文章介绍
  • 评价建议
  • 资源名称:机器学习系统设计 完整版 PDF

    第1章 Python机器学习入门  1
    1.1  梦之队:机器学习与Python  1
    1.2  这本书将教给你什么(以及不会教什么)  2
    1.3  遇到困难的时候怎么办  3
    1.4  开始  4
    1.4.1  NumPy、SciPy和Matplotlib简介  4
    1.4.2  安装Python  5
    1.4.3  使用NumPy和SciPy智能高效地处理数据  5
    1.4.4  学习NumPy  5
    1.4.5  学习SciPy  9
    1.5  我们第一个(极小的)机器学习应用  10
    1.5.1  读取数据  10
    1.5.2  预处理和清洗数据  11
    1.5.3  选择正确的模型和学习算法  12
    1.6  小结  20
    第2章 如何对真实样本分类  22
    2.1  Iris数据集  22
    2.1.1  第一步是可视化  23
    2.1.2  构建第一个分类模型  24
    2.2  构建更复杂的分类器  28
    2.3  更复杂的数据集和更复杂的分类器  29
    2.3.1  从Seeds数据集中学习  29
    2.3.2  特征和特征工程  30
    2.3.3  最邻近分类  30
    2.4  二分类和多分类  33
    2.5  小结  34
    第3章 聚类:寻找相关的帖子  35
    3.1  评估帖子的关联性  35
    3.1.1  不应该怎样  36
    3.1.2  应该怎样  36
    3.2  预处理:用相近的公共词语个数来衡量相似性  37
    3.2.1  将原始文本转化为词袋  37
    3.2.2  统计词语  38
    3.2.3  词语频次向量的归一化  40
    3.2.4  删除不重要的词语  41
    3.2.5  词干处理  42
    3.2.6  停用词兴奋剂  44
    3.2.7  我们的成果和目标  45
    3.3  聚类  46
    3.3.1  K均值  46
    3.3.2  让测试数据评估我们的想法  49
    3.3.3  对帖子聚类  50
    3.4  解决我们最初的难题  51
    3.5  调整参数  54
    3.6  小结  54
    第4章 主题模型  55
    4.1  潜在狄利克雷分配(LDA)  55
    4.2  在主题空间比较相似度  59
    4.3  选择主题个数  64
    4.4  小结  65
    第5章 分类:检测劣质答案  67
    5.1  路线图概述  67
    5.2  学习如何区分出优秀的答案  68
    5.2.1  调整样本  68
    5.2.2  调整分类器  68
    5.3  获取数据  68
    5.3.1  将数据消减到可处理的程度  69
    5.3.2  对属性进行预选择和处理  70
    5.3.3  定义什么是优质答案  71
    5.4  创建第一个分类器  71
    5.4.1  从k邻近(kNN)算法开始  71
    5.4.2  特征工程  72
    5.4.3  训练分类器  73
    5.4.4  评估分类器的性能  74
    5.4.5  设计更多的特征  74
    5.5  决定怎样提升效果  77
    5.5.1  偏差?方差及其折中  77


    资源截图:

    image.png

    下载说明:
    1.本站资源都是白菜价出售,同样的东西,我们不卖几百,也不卖几十,甚至才卖几块钱,一个永久会员能下载全站100%源码了,所以单独购买也好,会员也好均不提供相关技术服务。
    2.如果源码下载地址失效请 联系站长进行补发。
    3.本站所有资源仅用于学习及研究使用,请必须在24小时内删除所下载资源,切勿用于商业用途,否则由此引发的法律纠纷及连带责任本站和发布者概不承担。资源除标明原创外均来自网络整理,版权归原作者或本站特约原创作者所有,如侵犯到您权益请联系本站删除!
    4.本站站内提供的所有可下载资源(软件等等)本站保证未做任何负面改动(不包含修复bug和完善功能等正面优化或二次开发);但本网站不能保证资源的准确性、安全性和完整性,用户下载后自行斟酌,我们以交流学习为目的,并不是所有的源码都100%无错或无bug;同时本站用户必须明白,【源码无忧】对提供下载的软件等不拥有任何权利(本站原创和特约原创作者除外),其版权归该资源的合法拥有者所有。
    5.请您认真阅读上述内容,购买即以为着您同意上述内容。 牛码网 » 云智推任务提交版拉新系统源码-任务分销系统
    源码弟 » 机器学习系统设计 完整版 PDF_人工智能教程

    提供最优质的资源集合

    立即查看 了解详情