Scikit-learn机器学习详解(下)
温馨提示:电子书为虚拟商品,一经发货概不退换,请谨慎购买。3小时内发货(节假日除外),发货时效不超过24小时,急单慎拍!
内容简介
书名:Scikit-learn机器学习详解(下)
作者:潘风文,潘启儒著
ISBN:978-7-122-38888-9
出版社:化学工业出版社
出版日期:2021.06
本书主要内容包括:普通最小二乘法回归、岭回归、Lasso回归、弹性网络回归、正交匹配追踪回归、贝叶斯回归、广义线性回归、随机梯度下降回归、被动攻击回归、鲁棒回归、多项式回归、支持向量机回归、核岭回归、最近邻回归、高斯过程回归、决策树回归、神经网络回归、岭分类、逻辑线性回归分类、随机梯度下降分类、被动攻击分类、支持向量机分类、最近邻分类、高斯过程分类、朴素贝叶斯分类、决策树分类和神经网络分类、无监督学习、半监督学习等。全书结合具体实例和图表详细讲解,语言通俗,易于学习,适合机器学习和数据挖掘专业人员和人工智能爱好者学习,也可作为高等院校人工智能专业教材使用。
作者:潘风文,潘启儒著
ISBN:978-7-122-38888-9
出版社:化学工业出版社
出版日期:2021.06
本书主要内容包括:普通最小二乘法回归、岭回归、Lasso回归、弹性网络回归、正交匹配追踪回归、贝叶斯回归、广义线性回归、随机梯度下降回归、被动攻击回归、鲁棒回归、多项式回归、支持向量机回归、核岭回归、最近邻回归、高斯过程回归、决策树回归、神经网络回归、岭分类、逻辑线性回归分类、随机梯度下降分类、被动攻击分类、支持向量机分类、最近邻分类、高斯过程分类、朴素贝叶斯分类、决策树分类和神经网络分类、无监督学习、半监督学习等。全书结合具体实例和图表详细讲解,语言通俗,易于学习,适合机器学习和数据挖掘专业人员和人工智能爱好者学习,也可作为高等院校人工智能专业教材使用。
