图说图解机器学习 pdf下载

基本信息

• 商品名称：图说图解机器学习(大数据人工智能系列规划教材)
• 作者：耿煜//李钦//杨耿//邱婉
• 定价：56
• 出版社：电子工业
• ISBN号：9787121368264

其他参考信息（以实物为准）

• 出版时间：2019-07-01
• 印刷时间：2019-07-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：205
• 字数：352千字

内容提要

书采用图形化的方法讲解人工智能和机器学习的知识与技术，并且借用图形化软件KNIME采用拖、拉、拽等“傻瓜式”的操作完成从简单到复杂的机器学习项目。全书分为三个部分，分别是人工智能技术入门、传统机器学习和深度学习。本书具有图说图解、自上而下、够用即止、实战掌握的特点，适合于作为人工智能入门者、人工智能技术应用者及高职高专院校理工科、本科院校非理工科专业学生的教材。

目录

目 录
CONTENT

▲
第1章　人工智能及机器学习概述...................................1
1.1 人工智能概述 ............................................................................1
1.1.1.人工智能简史...............................................................2
1.1.2.人工智能是什么...........................................................4
1.1.3.人工智能的能力...........................................................5
1.2 机器学习概述 ............................................................................5
1.2.1.机器学习是什么...........................................................5
1.2.2.以监督学习为例...........................................................6
1.2.3.学习任务......................................................................7
1.2.4.机器学习要解决的基本问题.......................................7
1.2.5.机器学习如何优化模型...............................................7
1.2.6.机器学习工作流程.......................................................7
1.2.7.机器学习的各大流派...................................................8
1.2.8.机器学习算法选择.......................................................8
1.2.9.需要的知识...................................................................9
1.3 深度学习概述 ............................................................................9
1.4 机器学习与统计学 ....................................................................9
1.5 课后练习 ..................................................................................10
▲
第2章　机器学习基础知识...........................................11
2.1 数学基础 ..................................................................................11
2.1.1.数据的分类.................................................................12
2.1.2.基本统计学术语.........................................................12
2.1.3.回归............................................................................14
2.1.4. 小二乘法.................................................................14
2.1.5.判断拟合好坏.............................................................15
2.1.6.小结............................................................................17
2.2 读图 ..........................................................................................17
2.2.1.数值数据的分布.........................................................17
2.2.2.分类数据的分布.........................................................18
2.3 KNIME .....................................................................................21
2.3.1.KNIME简介..............................................................21
2.3.2.下载和安装.................................................................21
2.3.3.KNIME基本使用.......................................................21
2.3.4.小结............................................................................28
2.4 课后练习 ..................................................................................28
▲
第3章　线性回归.........................................................29
3.1 简单线性回归 ..........................................................................30
3.1.1.场景说明....................................................................30
3.1.2.KNIME建立工作流...................................................30
3.1.3.数据获取....................................................................30
3.1.4.观察数据....................................................................31
3.1.5.数据划分....................................................................33
3.1.6.模型训练....................................................................34
3.1.7.模型测试....................................................................37
3.1.8.损失函数....................................................................37
3.2 多元线性回归初步 ..................................................................38
3.2.1.任务及数据说明.........................................................38
3.2.2.建立基本的工作流.....................................................38
3.2.3.读取并观察数据.........................................................39
3.2.4.整合界面....................................................................49
3.3 多元线性回归进阶 ..................................................................51
3.3.1.优化模型........................................................