第1章机器学习的基础知识

1.1何谓机器学习

1.1.1传感器和海量数据

1.1.2机器学习的重要性

1.1.3机器学习的表现

1.1.4机器学习的主要任务

1.1.5选择合适的算法

1.1.6机器学习程序的步骤

1.2综合分类

1.3推荐系统和深度学习

1.3.1推荐系统

1.3.2深度学习

1.4何为Python

1.4.1使用Python软件的由来

1.4.2为什么使用Python

1.4.3Python设计定位

1.4.4Python的优缺点

1.4.5Python的应用

1.5Python编程第一步

1.6NumPy函数库基础

1.7Python迭代器与生成器

1.7.1迭代器

1.7.2生成器

1.8多线程

1.8.1学习Python线程

1.8.2线程模块

1.8.3线程同步

1.8.4线程优先级队列(Queue)

1.9小结

1.10习题

第2章Python近邻法

2.1k近邻法的三要素

2.1.1k值选择

2.1.2距离度量

2.1.3分类决策规则

2.2k近邻法

2.3kd树

2.3.1什么是kd树

2.3.2如何构建kd树

2.3.3如何在kd树中搜索

2.4Python实现kd树、k近邻法

2.5小结

2.6习题

第3章Python数据降维

3.1维度灾难与降维

3.2主成分分析

3.2.1PCA原理

3.2.2PCA算法

3.2.3PCA降维的两个准则

3.3SVD降维

3.4核主成分分析降维

3.5流形学习降维

3.6多维缩放降维

3.6.1原理

3.6.2MDS算法

3.7等度量映射降维

3.8局部线性嵌入

3.8.1原理

3.8.2LLE算法

3.9非负矩阵分解

3.10小结

3.11习题

第4章Python分类算法

4.1逻辑回归

4.1.1逻辑回归模型

4.1.2梯度下降法

4.2Softmax回归

4.3因子分解机

4.3.1逻辑回归算法的不足

4.3.2因子分解模型

4.3.3FM算法中交叉项的处理

4.3.4FM算法的求解

4.3.5FM算法流程

4.3.6Python实现FM模型

4.4支持向量机

4.4.1SVM简介

4.4.2线性可分支持向量机

4.4.3函数间距和几何间距

4.4.4线性支持向量机

4.4.5非线性支持向量机

4.5贝叶斯分类器

4.5.1贝叶斯定理

4.5.2相关的概念

4.5.3常用贝叶斯分类器

4.6随机森林

4.6.1决策树分类器

4.6.2CART分类树算法

4.7小结

4.8习题

第5章Python回归算法

5.1线性回归

5.1.1基本线性回归

5.1.2线性回归的最小二乘解法

5.1.3牛顿法

5.1.4局部加权线性回归

5.2岭回归与Lasso回归

5.2.1线性回归存在的问题

5.2.2岭回归模型

5.2.3Lasso回归模型

5.2.4拟牛顿法

5.2.5LBFGS求解岭回归模型

5.3小结

5.4习题

第6章Python聚类算法

6.1kMeans算法

6.1.1相似性的度量

6.1.2kMeans算法原理

6.1.3kMeans++算法

6.2Mean Shift聚类算法

6.2.1Mean Shift向量

6.2.2核函数

6.2.3Mean Shift推导

6.2.4Mean Shift在图像上的聚类

6.3DBSCAN聚类

6.3.1密度聚类原理

6.3.2DBSCAN密度定义

6.3.3DBSCAN密度聚类思想

6.3.4DBSCAN聚类算法

6.3.5DBSCAN小结

6.4小结

6.5习题

第7章Python神经网络

7.1感知机

7.1.1感知机原理

7.1.2感知机模型

7.1.3感知机学习策略

7.1.4感知机学习算法

7.1.5神经网络

7.1.6感知机的实现

7.2BP神经网络

7.2.1BP神经网络原理

7.2.2BP神经网络的实现

7.3径向基神经网络

7.3.1径向基函数解决插值问题

7.3.2正则化理论

7.3.3正则化RBF网络

7.3.4广义RBF网络

7.3.5数据中心的监督学习算法

7.4小结

7.5习题

第8章Python推荐算法

8.1协同过滤算法

8.1.1协同过滤算法概述

8.1.2协同过滤算法的分类

8.1.3相似度的度量方法

8.1.4基于用户的协同过滤算法

8.1.5基于项的协同过滤算法

8.1.6基于物品的协同过滤算法

8.2基于矩阵分解的推荐算法

8.2.1矩阵分解

8.2.2基于矩阵分解的推荐算法

8.2.3非负矩阵分解

8.3基于图的推荐算法

8.3.1二部图

8.3.2由用户商品矩阵到二部图

8.3.3PageRank算法

8.3.4问题说明

8.4小结

8.5习题

第9章Python频繁项集

9.1关联分析

9.1.1支持度与置信度

9.1.2穷举法

9.2Apriori算法

9.2.1Apriori算法简介

9.2.2Apriori定理

9.2.3Apriori算法应用

9.2.4Python生成候选项集

9.3FPGrowth算法

9.3.1用FP树编码数据集

9.3.2从FP树中挖掘频繁项

9.3.3从新闻网站点击流中挖掘

9.4小结

9.5习题

第10章Python数据预处理

10.1概述

10.1.1为什么要对数据预处理

10.1.2数据预处理的主要任务

10.2数据清理

10.2.1数据缺失

10.2.2过滤数据

10.2.3检测和过滤异常值

10.2.4移除重复数据

10.3处理缺失值

10.3.1处理缺失值的方法

10.3.2缺失值补全法

10.3.3特征编码

10.3.4数据标准化、正则化

10.3.5特征选择

10.3.6稀疏表示和字典学习

10.4机器模型

10.4.1损失函数和风险函数

10.4.2模型评估

10.4.3性能度量

10.5小结

10.6习题

参考文献

python清华大学出版社答案_Python机器学习及实践相关推荐

  1. python程序设计清华大学出版社答案_Python程序设计-清华大学出版社-董付国第1章基础知识.ppt...

    您所在位置:网站首页 > 海量文档 &nbsp>&nbsp计算机&nbsp>&nbspPython Python程序设计-清华大学出版社-董付国第1章 ...

  2. python清华大学出版社答案_清华大学出版社的这本Python入门书,出版8年 仍经久不衰...

    自从连续半年拿下TOP1编程语言后,无论是薪资还是招聘需求,都越来越多了! 同时,作为编程小姐姐,我发现只要我推送Python相关的文章,大家就纷纷提问:小姐姐,我该不该学Python?如何学Pyth ...

  3. python机器学习及实践_Python机器学习及实践

    Python机器学习及实践/Chapter_1/.ipynb_checkpoints/Chapter_1.1-checkpoint.ipynb Python机器学习及实践/Chapter_1/.ipy ...

  4. c语言清华大学出版社答案,《C语言程序设计》(清华大学出版社)书后习题参考答案...

    printf("x=y"); } (2) #includemain() { int x,y; scanf("%d",&x); if(x>0) y= ...

  5. python清华大学出版社第三章课堂作业的答案_Python程序设计清华大学出版社董付国第3章选择与循环题库.ppt...

    3.5 综合运用 例2:输出序列中的元素. a_list=['a', 'b', 'mpilgrim', 'z', 'example'] for i,v in enumerate(a_list): pr ...

  6. python清华大学出版社 水利水电出版社_Python程序设计习题解析

    学编程,选择一本能看懂学会的图书很重要.好的图书能引导你快速入门相关领域并传递给你完整的知识体系.本书就是这样一本能让你快速入门Python编程和Python数据分析的图书,配有高清视频讲解和大量的中 ...

  7. python超星网课答案_Python机器学习应用_中国大学mooc慕课_章节期末网课答案

    [问答题,简答题] 资产分为哪几类,分别用什么字母表示? [问答题,简答题] 在系统中发现一辆车的资产分类被错误分在有偿使用设备中,请问如何在系统进行更改? [问答题,简答题] 工单程序中备件标签页和 ...

  8. python学习与数据挖掘_python机器学习与数据挖掘

    爬虫 Python基础.数据分析扩展包Numpy.pandas.matplotlib,Python读取MySQL数据,Python爬虫及Scrapy框架,无监督机器学习算法聚类分析等,以及案例:互联网 ...

  9. python升维方法_python机器学习12:数据“升维”

    1.向数据集添加交互式特征 在实际应用中,常常会遇到数据集的特征不足的情况,要解决这个问题,就需要对数据集的特征进行扩充.这里我们介绍两种在统计建模中常用的方法---交互式特征(Interaction ...

  10. python分类算法报告_Python机器学习(1)——决策树分类算法

    1.决策树算法 决策树用树形结构对样本的属性进行分类,是最直观的分类算法,而且也可以用于回归.不过对于一些特殊的逻辑分类会有困难.典型的如异或(XOR)逻辑,决策树并不擅长解决此类问题. 决策树的构建 ...

最新文章

  1. python【数据结构与算法】从一个例子引入动态规划❤️
  2. 技术实践 | 聊聊网易云信的信令网络库实践
  3. 大学c语言下上机考试题,计算机考试二级C语言上机试题下[5]
  4. Illustrator、Indesign与Photoshop
  5. C11标准委员会成员解读C语言新标准
  6. 解决:-bash: telnet: command not found
  7. windows查看linux文件中文,Linux 系统下无法查看Windows 中创建的中文文件名
  8. linux修改目录为nobody,nfs只能挂载为nobody的解决方法
  9. 李彦宏:百度吹过的牛逼今天实现了!
  10. Ubuntu下使用cmake结合CmakeLists.txt生成makefile文件并进行编译
  11. 生产者消费者代码_生产者消费者模型:Kotlin 多线程读写文件实例
  12. cf服务器延迟测试,Cloudflare-SpeedTest - 测试 CF CDN 延迟和速度,CF自选IP
  13. K8S---多节点部署---基于单节点(5)
  14. 如何在html编辑文字信息,怎样简单修改网页中的内容,例如图片文字等?
  15. C# 串口接收含有asic2=0x3f时发生的故障
  16. 【Java】高效处理字符串中的标点符号
  17. 【2023校招刷题】笔试及面试中常考知识点、手撕代码总结
  18. java xmap_xml和java Bean的直接转换,Xmap
  19. Android自定义键盘之汉字键盘
  20. IOS版伪春菜开发笔记1.2之图层的遮罩及黑色透明处理

热门文章

  1. 20145204《网络对抗》免杀原理与实践
  2. ios定制中间突出的tabBar
  3. jQuery 知识点大纲
  4. 医生- 患者 - 图标
  5. 职责链(Chain of Responsibility)模式
  6. 【Linux】CentOS 学习笔记之一(安装配制)
  7. MySQL学习笔记2:数据库的基本操作
  8. 用Java实现断点续传(HTTP)
  9. 【linux】-bash: vim: 未找到命令
  10. ubuntu 安装docker_Docker学习笔记1 虚拟化历史及 Ubuntu环境下体验安装