Name: 機器學習－使用Python
Author: 徐偉智 著

機器學習－使用Python

點閱：1

其他題名：使用Python

作者：徐偉智著

出版年：2023

出版社：全華圖書股份有限公司

出版地：臺北市

格式：PDF,JPG

ISBN：9786263284463

EISBN：9786263286801 PDF

分類：程式設計

附註：書後附"習題"1冊附錄: Python安裝與使用

萬能科技大學

可借 1 冊

大學圖書館聯盟

借閱已滿，目前 0 人預約

部分試閱

行動借閱QRcode 加入收藏書店購買

簡介

機器學習是AI人工智慧的基礎，但機器學習本身是門較高深的課程，而本書為了讓讀者能夠快速理解，從入門者的角度做編寫。書中先講述AI及Python語言，複習Python基礎語法到進階語法，讓讀者先掌握Python語言，接著學習機器學習的各種實作項目，如資料分析、線性回歸模型及模型評估等，藉此對於機器學習有更進一步的認識。本書適用於大學、科大資工、電機、電子、電通系「機器學習」課程使用。

作者簡介

徐偉智

章節

第1章　AI、AI技術與AI應用
- 1-1　人工智慧
- 1-2　AI技術
- 1-3　AI應用
- 1-4　AI與數學
- 1-5　AI與編程
- 1-6　何謂深度學習
第2章　Python基礎編程語法
- 2-1　何謂變數
- 2-2　編程的操作型定義～以變數為例
- 2-3　運算與資料
- 2-4　決策(if)語法
- 2-5　while迴圈
- 2-6　for迴圈
- 2-7　功能呼叫(function call)
- 2-8　全域變數與區域變數
- 2-9　List資料結構
- 2-10　物件的基本觀念
- 2-11　numpy模組的多維陣列
第3章　Python進階編程語法
- 3-1　向量運算模式與泛化函式
- 3-2　matplotlib繪圖模組的運用
- 3-3　檔案的輸入輸出
- 3-4　物件導向程式設計基本概念
- 3-5　其他
第4章　資料分析的基本觀念
- 4-1　隨機取樣
- 4-2　摘要統計(summary statistics)
- 4-3　共變異數與相關係數
- 4-4　資料分群演算法
- 4-5　Python的K-means分群演算法的應用
第5章　線性迴歸模型
- 5-1　線性迴歸的數學原理
- 5-2　Python的線性迴歸模組
- 5-3　線性迴歸模型的應用
- 5-4　羅吉斯迴歸
- 5-5　梯度下降演算法
第6章　線性分類器
- 6-1　線性迴歸分類器
- 6-2　支持向量機分類器
- 6-3　SVM原理推導
- 6-4　核函數
- 6-5　SVM的多元分類應用
- 6-6　SVM模型參數的匯出
第7章　非線性分類器
- 7-1　類神經網路分類器概論
- 7-2　類神經網路的應用
- 7-3　Python的類神經網路機器學習模組
- 7-4　決策樹實務應用
第8章　模型評估
- 8-1　分類器效能指標
- 8-2　ROC曲線
- 8-3　殘差分析
第9章　其他AI相關主題
- 9-1　k最近鄰分類演算法
- 9-2　單純貝氏分類器
- 9-3　主要成分分析
- 9-4　資料前處理
- 9-5　集成學習
附錄A　Python安裝與使用
- A-1　Python開發環境介紹
- A-2　安裝Python
- A-3　IDLE的使用
- A-4　Python命令列視窗模式
- A-5　pip的使用

同書類書籍

Previous Next

適讀年級？	SR值
一年級	~284
二年級	284~357
三年級	345~404
四年級	395~453
五年級	449~508
六年級	478~536
七年級	496~566
八年級	503~581
九年級	535~622
十年級	602~659
十一年級	646~708
十二年級	661~720
高於十二年級	720~

服務條款與隱私權政策更新

機器學習－使用Python

簡介

作者簡介

章節