《机器学习案例分析：基于PYTHON语言》求取 ⇩

第1章基础知识1

1.1机器学习简介2

1.1.1 基本概念2

1.1.2 机器学习分类3

1.2Python基础5

1.2.1 Python编程环境5

1.2.2 基本数据类型11

1.2.3 分支语句和循环语句18

1.2.4 函数21

1.2.5 类和对象25

1.2.6 打开、关闭、读/写文件28

1.2.7 异常处理31

1.3常用第三方库33

1.3.1 NumPy33

1.3.2 SciPy39

1.3.3 Pandas41

1.3.4 Matplotlib53

1.3.5 Scikit-learn56

1.4案例分析58

1.4.1 网络爬虫及信息提取58

1.4.2 股票数据图表绘制63

1.5 本章小结69

1.6 参考文献69

第2章分类案例71

2.1员工离职预测72

2.1.1 问题描述及数据集获取72

2.1.2 求解思路和相关知识介绍73

2.1.3 代码实现及分析76

2.2Iris数据分类81

2.2.1 问题描述及数据集获取81

2.2.2 求解思路和相关知识介绍82

2.2.3 代码实现及分析89

2.3新闻文本分类99

2.3.1 问题描述及数据集获取99

2.3.2 求解思路和相关知识介绍100

2.3.3 代码实现及分析113

2.4手写数字识别128

2.4.1 问题描述及数据集获取128

2.4.2 求解思路和相关知识介绍129

2.4.3 代码实现及分析134

2.5 本章小结139

2.6 参考文献139

第3章聚类案例143

3.1人脸图像聚类144

3.1.1 问题描述及数据集获取144

3.1.2 求解思路和相关知识介绍146

3.1.3 代码实现及分析150

3.2文本聚类162

3.2.1 问题描述及数据集获取162

3.2.2 求解思路和相关知识介绍163

3.2.3 代码实现及分析167

3.3 本章小结173

3.4 参考文献174

第4章回归预测案例175

4.1房价预测176

4.1.1 问题描述及数据集获取176

4.1.2 求解思路和相关知识介绍177

4.1.3 代码实现及分析184

4.2基于LSTM的股票走势预测191

4.2.1 问题描述及数据集获取191

4.2.2 求解思路和相关知识介绍192

4.2.3 代码实现及分析197

4.3 本章小结204

4.4 参考文献204

第5章综合案例206

5.1场景文本检测207

5.1.1 问题描述及数据集获取207

5.1.2 求解思路和相关知识介绍208

5.1.3 代码实现及分析217

5.2面部认证235

5.2.1 问题描述及数据集获取236

5.2.2 求解思路和相关知识介绍236

5.2.3 代码实现及分析241

5.3 本章小结275

5.4 参考文献275

附录A277

A.1逻辑回归分类器原理介绍278

A.2 自己编程实现决策树分类器280

A.3支持向量机的数学推导287

A.3.1 最小间隔最大化287

A.3.2 对偶问题288

A.4Adaboost的数学推导和代码实现292

A.4.1 数学推导292

A.2 代码实现294

A.5神经网络的数学推导和代码实现298

A.5.1 数学推导298

A.5.2 代码实现302

A.6期望最大化算法和高斯混合模型308

A.6.1 EM算法的原理和数学推导308

A.6.2 EM算法估计高斯混合模型参数的数学推导310

A.7 基于波士顿房价数据集的房价预测代码实现312