本書有DRM加密保護,需使用HyRead閱讀軟體開啟
租期14天 今日租書可閱讀至2024-11-20

使用 Python 程式語言實作機器學習基礎理論的入門書,均衡涵蓋程式套件應用與理論推導,透過本書讀者能夠按圖索驥,走出機器學習新手村,成功一轉!
 
❶ 先使用套件現成類別與函式
❷ 再認識演算方法理論與推導
❸ 最後使用自行定義類別重現

 
本書內容改編自第 8 屆 iT 邦幫忙鐵人賽,Big Data 組冠軍網路系列文章──《 R 語言使用者的 Python 學習筆記》,從系列文章中後段開始改寫,省略了原本 Python 基礎語法、網頁資料擷取(俗稱爬蟲)與 Pandas 的章節,著重在以 NumPy、Matplotlib、Scikit-Learn 入門機器學習基礎理論的部分,並與作者的實體課程 (台大工商管理學系、台大資工系統訓練班與中華電信學院等資料科學課程) 教材整合編修而成。
 
三大重點
❶ 先使用套件現成類別與函式
☛NumPy 的 N 維陣列操作與運算
☛物件導向風格的 Matplotlib 視覺化
☛Scikit-Learn 的五個核心理念
☛Keras 的模型建立步驟
 
❷ 再認識演算方法理論與推導
☛均方誤差函式
☛梯度遞減演算方法
☛交叉熵函式
☛前向傳播與反向傳播
 
❸ 最後使用自行定義類別重現
☛正規方程類別
☛梯度遞減類別與 AdaGrad 類別
☛羅吉斯迴歸類別
☛深度學習類別


  • CHAPTER 1 關於視覺化與機器學習
  • CHAPTER 2 數列運算
  • CHAPTER 3 資料探索
  • CHAPTER 4 機器學習入門
  • CHAPTER 5 數值預測的任務
  • CHAPTER 6 類別預測的任務
  • CHAPTER 7 表現的評估
  • CHAPTER 8 深度學習入門
  • APPENDIX A pyvizml.py
紙本書 NT$ 500
單本電子書
NT$ 350

點數租閱 20點
租期14天
今日租書可閱讀至2024-11-20
還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code