機器學習入門:使用Scikit-Learn與TensorFlow

點閱：1

其他題名：使用Scikit-Learn與TensorFlow

作者：黃建庭著

出版年：2022

出版社：碁峰資訊

出版地：臺北市

格式：PDF,JPG

ISBN：9786263240285

EISBN：9786263243361 PDF

分類：程式設計

附註：原紙本書ISBN: 9786263240285 本電子書含光碟資料, 購買/借閱後請至個人書房下載

美和科技大學

可借 1 冊

大學圖書館聯盟

可借 1 冊

部分試閱

行動借閱QRcode 加入收藏書店購買

簡介

　　◎從機器學習的基礎知識開始，逐步建構相關的延伸應用。
　　◎以經典範例搭配步驟化解說，帶領讀者掌握應用的訣竅！

　　．使用Kaggle網站的資料集，讀者可以透過本書所提供連結或關鍵字搜尋下載。
　　．使用Pandas與Numpy處理與分析資料。
　　．以Scikit-Learn實作監督式學習－線性廻歸、邏輯廻歸、決策樹、K-近鄰演算法、支援向量機，以及非監督式學習－K-means分群與階層式分群。
　　．使用TensorFlow建立神經網路進行運算，實作前向傳播算法與反向傳播算法的運算過程。
　　．介紹卷積神經網路的概念與運算過程，並使用TensorFlow 建立卷積神經網路進行運算。

章節

chapter 1 開發環境介紹
- 1-1 安裝 Anaconda
- 1-2 使用 conda 啟用虛擬環境與安裝套件
- 1-3 在 Windows 啟用 Jupyter Notebook
- 1-4 Jupyter Notebook 的快速鍵
- 1-5 使用 Google Colab 執行Python 程式
chapter 2 Pandas 與 Numpy 簡介
- 2-1 Pandas 的 Series
- 2-2 Pandas 的 DataFrame
- 2-3 NumPy 的重要功能
chapter 3 線性迴歸
- 3-1 線性迴歸的運作原理
- 3-2 使用 sklearn 實作線性迴歸
- 3-3 線性迴歸模型實作範例
- 3-4 習題
chapter 4 邏輯迴歸
- 4-1 邏輯迴歸的運作原理
- 4-2 使用 sklearn 實作邏輯迴歸
- 4-3 邏輯迴歸模型實作範例
- 4-4 習題
chapter 5 決策樹
- 5-1 決策樹的運作過程
- 5-2 使用 sklearn 實作決策樹
- 5-3 決策樹模型實作範例
- 5-4 習題
chapter 6 K- 近鄰演算法
- 6-1 K- 近鄰演算法的運作過程
- 6-2 使用 sklearn 實作 K- 近鄰演算法
- 6-3 K- 近鄰演算法模型實作範例
- 6-4 習題
chapter 7 支援向量機
- 7-1 支援向量機演算法的運作過程
- 7-2 使用 sklearn 實作支援向量機
- 7-3 支援向量機模型實作範例
- 7-4 習題
chapter 8 K-means 分群
- 8-1 K-means 分群的運作過程
- 8-2 使用 sklearn 實作 K-means 分群
- 8-3 使用 K-means 分群實作範例
- 8-4 習題
chapter 9 階層式分群
- 9-1 階層式分群的運作過程
- 9-2 使用sklearn 實作階層式分群
- 9-3 階層式分群實作範例
- 9-4 習題
chapter 10 神經網路
- 10-1 神經網路的神經元
- 10-2 線性可分割與非線性可分割
- 10-3 神經網路的運作
- 10-4 使用keras 實作神經網路
- 10-5 激勵函式
- 10-6 Loss 函式
- 10-7 學習率與優化器
- 10-8 使用手寫數字辨識為範例
- 10-9 習題
chapter 11 卷積神經網路
- 11-1 卷積神經網路模型運作原理
- 11-2 使用 keras 實作卷積神經網路
- 11-3 卷積神經網路實作範例
- 11-4 習題
chapter 12 使用 Cifar-10 圖庫訓練卷積神經網路
- 12-1 使用卷積神經網路辨識 Cifar-10 圖庫
- 12-2 使用更複雜的卷積神經網路辨識 Cifar-10 圖庫
- 12-3 習題
chapter 13 預先訓練的模型
- 13-1 使用 VGG16 辨識圖片
- 13-2 顯示 VGG16 模型的組成
- 13-3 習題
chapter 14 中文文字分析與中文語音相關功能實作
- 14-1 使用 Spacy 分析中文句子
- 14-2 使用 Spacy 找出最相似的五個新聞標題
- 14-3 實作語音辨識與文字轉語音功能
- 14-4 習題

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

機器學習入門:使用Scikit-Learn與TensorFlow

簡介

章節