本書以案例驅動的方式講解機器學習算法的知識點，并以Python語言作為基礎開發(fā)語言實現(xiàn)算法，包括目前機器學習主流算法的原理、算法流程圖、算法的詳細設計步驟、算法實例、算法應用、算法的改進與優(yōu)化等環(huán)節(jié)。全書共分17章，前兩章介紹機器學習與Python語言的相關基礎知識，后面各章以案例的方式分別介紹線性回歸算法、邏輯回歸算法、K很近鄰算法、PCA降維算法、k-means算法、支持向量機算法、AdaBoost算法、決策樹算法、高斯混合模型算法、隨機森林算法、樸素貝葉斯算法、隱馬爾可夫模型算法、BP神經網絡算法、卷積神經網絡算法、遞歸神經網絡算法。本書適合作為高等院校人工智能、大數(shù)據、計算機科學、軟件工程等相關專業(yè)本科生和研究生有關課程的教材，也適用于各種計算機編程、人工智能學習認證體系，還可供廣大人工智能領域技術人員參考。
|
