【J1S】初探機器學習演算法_Giuseppe Bonaccorso, 賴屹民

以下書況，主觀上皆可閱讀，若收到後不滿意，『都可退書退款』。

書況補充說明: C字跡、外圍磨損、髒污、泛黃書斑、書章。

【購買須知】

（1）照片皆為現貨實際拍攝，請參書況說明。

（2）『賣場標題、內容簡介』為出版社原本資料，若有疑問請留言，但人力有限，恕不提供大量詢問。

（3）『附件或贈品』，不論標題或內容簡介是否有標示，請都以『沒有附件，沒有贈品』為參考。

（4）訂單完成即『無法加購、修改、合併』，請確認品項、優惠後，再下訂結帳。如有疑問請留言告知。

（5）二手書皆為獨立商品，下訂即刪除該品項，故『取消』後無法重新訂購，須等系統安排『2個月後』重新上架。

（6）收到書籍後，若不滿意，或有缺漏，『都可退書退款』。

[商品主貨號] U102298282

[ISBN-13碼] 9789864766741

[ISBN] 9864766740

[作者] Giuseppe Bonaccorso, 賴屹民

[出版社] 碁峰

[出版日期] 2017/12/07

[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)

熱門資料科學與機器學習演算法學習指南

本書介紹並說明資料科學領域常見且重要的機器學習演算法，這些演算法可用於監督式與非監督學習、強化學習與半監督式學習。書中所討論的演算法包括線性迴歸、logistic迴歸、SVM、樸素貝氏、k-means、隨機森林、TensorFlow與特徵工程。

你將會學到如何使用這些演算法來解決問題，以及它們的工作原理。同時也會介紹自然語言處理與推薦系統，以協助同時執行多種演算法。

最後將會知道如何挑選正確的機器學習演算法，來為你的問題進行分群、分類或迴歸。

你將學會：

• 熟悉機器學習的重要元素

• 瞭解特徵選擇與特徵工程流程

• 平衡線性迴歸的效能與誤差

• 建立資料模型，與使用各種類型的演算法來瞭解它的工作方式

• 微調SVM的參數

• 實作資料集的群聚

• 探索自然語言處理與推薦系統的概念

• 從零開始建立機器學習架構)

-----------------------------------------------------------

分享閱讀 書籍狀態請詳看圖示

■客服電話服務時間: