潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Python机器学习与深度学习/主编王娟

出版发行项:

北京:科学出版社,2025

ISBN及定价:

978-7-03-081750-1/CNY149.00

载体形态项:

xi, 615页:图;24cm

个人责任者:

王娟 主编

学科主题:

程序语言-程序设计

学科主题:

机器学习

中图法分类号:

TP312

中图法分类号:

TP181

一般附注:

机器学习、深度学习原理与NumPy“自编码”式算法设计

责任者附注:

王娟, 博士, 教授, 硕士生导师, 国家级一流本科专业负责人, 国家级一流本科课程负责人, 中原领军人才, 中原教学名师, 河南省高等学校教学名师, 河南省教育厅学术技术带头人, 河南省高校青年骨干教师, 信阳师范大学第一届校长教学质量奖获得者。2003.06在信阳师范大学数学系获学士学位, 2009.07在郑州大学数学与统计学院获硕士学位, 2012.07在北京信息控制研究所获博士学位。 2012年获首届全国青年教师教学大奖赛理科组一等奖, 同年获河南省教育系统教学技能竞赛特等奖, 并被授予“河南省教学标兵”称号, 2013年被授予河南省“五一劳动奖章”、“河南省百名职工技术英杰”, 2015年被评为河南省“文明教师”, 2019年获河南省先进工作者。主要从事生物数学、控制理论与应用以及数学教育等方面的研究。 主要从事生物数学、控制理论与应用以及数学教育等方面的研究。近年来, 主持完成国家自然科学基金项目1项、省部级项目2项等

书目附注:

有书目

提要文摘附注:

本书首先介绍了Python与机器学习基础知识, 并辅以感知机模型探讨Python语言在数值计算和优化方面的优势。其次, 本书探讨了机器学习与深度学习模型的评估方法, 以及多分类学习策略。再次, 本书核心模型部分共分15个模块, 每一模块具有独立性, 具体包括线性回归, 逻辑回归, 判别分析与主成分分析, 决策树, k-近邻, 贝叶斯分类器, 支持向量机, 集成学习, 聚类, 前馈神经网络, 卷积神经网络, 循环神经网络与自然语言处理, 自组织映射神经网络和生成式深度学习。最后, 每一个“自编码”的算法均进行了功能测试和性能测试, 并对算法的执行过程和结果进行了统计或可视化。

豆瓣简介：