最好懂的機器學習書：使用Python了解原理、演算法及實戰案例

第一部分入門篇
第1章機器學習概述
1.1人工智慧簡介
1.2機器學習的主要工作
1.3機器學習開發環境
習題

第2章Python資料處理基礎
2.1 Python程式開發技術
2.2基底資料型態
2.3資料檔案讀寫
習題

第二部分基礎篇
第3章Python常用機器學習函數庫
3.1 NumPy
3.2 Pandas
3.3 Matplotlib
3.4 OpenCV
3.5 Scikit learn
3.6其他常用模
習題

第4章機器學習基礎
4.1機器學習模型
4.2機器學習演算法的選擇
4.3 Python機器學習利器SKlearn
習題

第三部分實戰篇
第5章KNN分類演算法
5.1 KNN分類
5.2初識KNN——鳶尾花分類
5.3 KNN手寫數字辨識
實驗

第6章K-Means聚類演算法
6.1 K-Means聚類演算法概述
6.2使用K-Means實現資料聚類
6.3 K-Means演算法存在的問題
實驗

第7章推薦演算法
7.1推薦系統
7.2協作過濾推薦演算法
7.3基於內容的推薦演算法案例
7.4協作過濾演算法實現電影推薦
實驗

第8章回歸演算法
8.1線性回歸
8.2邏輯回歸
8.3回歸分析綜合案例
實驗

第9章支援向量機
9.1支援向量機的概念
9.2支援向量機的參數
實驗

第10章神經網路
10.1神經網路的基本原理
10.2多層神經網路
10.3 BP神經網路
實驗

第11章深度學習
11.1深度學習概述
11.2卷積神經網路
11.3循環神經網路
11.4常見的深度學習開放原始碼框架和平台
11.5 TensorFlow學習框架
11.6 Keras深度學習框架
習題

作者簡介



　　主要作者為長期從事電腦最前端技術教學的教師，博士學歷，研究方向均為人工智慧與模式辨識,具有豐富的電腦教學經驗和紮實的科學研究經驗。

　　主持國家級及一線城市等多個科學研究專案。包括多目標旅行商問題的求解、稀疏半監督學習方法研究、蛋白質結構預測導向的支援向量機的研究等、多Agent蟻群演算法在模擬最佳化中應用研究等。

　　主持國家級及省級教學改革專案，作為核心成員參加上海市精品課程、校級重大教研課題。主編參編教材十餘本。多次獲得中國華東師範大學優秀任課教師獎、中國華東師範大學教學成果獎等獎勵。