xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

書采用圖形化的方法講解人工智能和機(jī)器學(xué)習(xí)的知識與技術(shù)，并且借用圖形化軟件KNIME采用拖、拉、拽等“傻瓜式”的操作完成從簡單到復(fù)雜的機(jī)器學(xué)習(xí)項(xiàng)目。全書分為三個部分，分別是人工智能技術(shù)入門、傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。本書具有圖說圖解、自上而下、夠用即止、實(shí)戰(zhàn)掌握的特點(diǎn)，適合于作為人工智能入門者、人工智能技術(shù)應(yīng)用者及高職高專院校理工科、本科院校非理工科專業(yè)學(xué)生的教材。

耿煜，男，博士，就職于深圳信息職業(yè)技術(shù)學(xué)院，獲得香港科技大學(xué)工學(xué)院電子及計(jì)算機(jī)工程系博士學(xué)位。曾出版《ANSYS電磁場及耦合場分析》。

目 錄
CONTENT

▲
第1章　人工智能及機(jī)器學(xué)習(xí)概述...................................1
1.1 人工智能概述 ............................................................................1
1.1.1.人工智能簡史...............................................................2
1.1.2.人工智能是什么...........................................................4
1.1.3.人工智能的能力...........................................................5
1.2 機(jī)器學(xué)習(xí)概述 ............................................................................5
1.2.1.機(jī)器學(xué)習(xí)是什么...........................................................5
1.2.2.以監(jiān)督學(xué)習(xí)為例...........................................................6
1.2.3.學(xué)習(xí)任務(wù)......................................................................7
1.2.4.機(jī)器學(xué)習(xí)要解決的基本問題.......................................7
1.2.5.機(jī)器學(xué)習(xí)如何優(yōu)化模型...............................................7
1.2.6.機(jī)器學(xué)習(xí)工作流程.......................................................7
1.2.7.機(jī)器學(xué)習(xí)的各大流派...................................................8
1.2.8.機(jī)器學(xué)習(xí)算法選擇.......................................................8
1.2.9.需要的知識...................................................................9
1.3 深度學(xué)習(xí)概述 ............................................................................9
1.4 機(jī)器學(xué)習(xí)與統(tǒng)計(jì)學(xué) ....................................................................9
1.5 課后練習(xí) ..................................................................................10
▲
第2章　機(jī)器學(xué)習(xí)基礎(chǔ)知識...........................................11
2.1 數(shù)學(xué)基礎(chǔ) ..................................................................................11
2.1.1.數(shù)據(jù)的分類.................................................................12
2.1.2.基本統(tǒng)計(jì)學(xué)術(shù)語.........................................................12
2.1.3.回歸............................................................................14
2.1.4.最小二乘法.................................................................14
2.1.5.判斷擬合好壞.............................................................15
2.1.6.小結(jié)............................................................................17
2.2 讀圖 ..........................................................................................17
2.2.1.數(shù)值數(shù)據(jù)的分布.........................................................17
2.2.2.分類數(shù)據(jù)的分布.........................................................18
2.3 KNIME .....................................................................................21
2.3.1.KNIME簡介..............................................................21
2.3.2.下載和安裝.................................................................21
2.3.3.KNIME基本使用.......................................................21
2.3.4.小結(jié)............................................................................28
2.4 課后練習(xí) ..................................................................................28
▲
第3章　線性回歸.........................................................29
3.1 簡單線性回歸 ..........................................................................30
3.1.1.場景說明....................................................................30
3.1.2.KNIME建立工作流...................................................30
3.1.3.數(shù)據(jù)獲取....................................................................30
3.1.4.觀察數(shù)據(jù)....................................................................31
3.1.5.數(shù)據(jù)劃分....................................................................33
3.1.6.模型訓(xùn)練....................................................................34
3.1.7.模型測試....................................................................37
3.1.8.損失函數(shù)....................................................................37
3.2 多元線性回歸初步 ..................................................................38
3.2.1.任務(wù)及數(shù)據(jù)說明.........................................................38
3.2.2.建立基本的工作流.....................................................38
3.2.3.讀取并觀察數(shù)據(jù).........................................................39
3.2.4.整合界面....................................................................49
3.3 多元線性回歸進(jìn)階 ..................................................................51
3.3.1.優(yōu)化模型....................................................................51
3.3.2.正向選擇節(jié)點(diǎn).............................................................55
3.3.3.反向消除....................................................................58
3.3.4.模型解釋....................................................................58
3.3.5.特征歸一化.................................................................59
3.3.6.使用KNIME具體實(shí)現(xiàn)歸一化..................................59
3.3.7.相關(guān)系數(shù)....................................................................60
3.4 課后練習(xí) ..................................................................................61
▲
第4章　邏輯回歸.........................................................63
4.1 邏輯回歸基本概念 ..................................................................63
4.1.1.分類問題....................................................................63
4.1.2.從線性回歸到邏輯回歸.............................................65
4.1.3.判定邊界....................................................................66
4.1.4.KNIME工作流..........................................................66
4.1.5.讀取數(shù)據(jù)....................................................................67
4.1.6.數(shù)據(jù)處理....................................................................67
4.1.7.模型訓(xùn)練及測試.........................................................68
4.1.8.模型評價....................................................................69
4.2 邏輯回歸實(shí)戰(zhàn) ..........................................................................71
4.2.1.泰坦尼克號生存問題背景介紹..................................71
4.2.2.讀取數(shù)據(jù)....................................................................72
4.2.3.數(shù)據(jù)處理....................................................................73
4.2.4.數(shù)據(jù)可視化及刪除無關(guān)列.........................................75
4.2.5.模型訓(xùn)練和測試.........................................................82
4.2.6.模型評價....................................................................83
4.2.7.提交結(jié)果....................................................................85
4.2.8.模型解釋....................................................................89
4.3 課后練習(xí) ..................................................................................90
▲
第5章　模型優(yōu)化.........................................................91
5.1 梯度下降 ..................................................................................91
5.1.1.損失函數(shù)....................................................................92
5.1.2.使用KNIME優(yōu)化模型..............................................96
5.2 正則化 ......................................................................................98
5.2.1.準(zhǔn)確性和健壯性.........................................................98
5.2.2.復(fù)雜的模型.................................................................98
5.2.3.欠擬合和過擬合.........................................................98
5.2.4.正則化防止過擬合...................................................100
5.2.5.使用KNIME設(shè)置正則化........................................100
5.3 模型評價 ................................................................................101
5.3.1.混淆矩陣..................................................................101
5.3.2.F1..............................................................................103
5.3.3.ROC曲線和AUC...................................................104
5.4 課后練習(xí) ................................................................................106
▲
第6章　支持向量機(jī)....................................................107
6.1 支持向量機(jī)基本概念 ............................................................107
6.1.1.支持向量機(jī)是什么...................................................107
6.1.2.支持向量是什么.......................................................108
6.1.3.邏輯回歸與支持向量機(jī)的比較................................108
6.1.4.核..............................................................................110
6.1.5.線性核模型調(diào)參.......................................................111
6.1.6.非線性核模型調(diào)參...................................................113
6.1.7.C與 γ...........................................................................114
6.2 SVM初戰(zhàn) ..............................................................................114
6.2.1..問題說明..................................................................114
6.2.2.建立工作流...............................................................114
6.2.3.數(shù)據(jù)觀察..................................................................115
6.2.4.模型訓(xùn)練與測試.......................................................117
6.2.5.觀察結(jié)果..................................................................118
6.3 支持向量機(jī)解決泰坦尼克號問題 ........................................119
6.3.1.歸一化......................................................................119
6.3.2.核函數(shù)......................................................................120
6.3.3.新建工作流...............................................................120
6.3.4.C參數(shù).......................................................................123
6.4 一個重要的問題 ....................................................................124
6.5 課后練習(xí) ................................................................................124
▲
第7章　決策樹...........................................................125
7.1 決策樹簡介 ............................................................................125
7.1.1.決策樹的優(yōu)點(diǎn)...........................................................125
7.1.2.決策樹的缺點(diǎn)...........................................................126
7.1.3.防止過擬合...............................................................126
7.1.4.問題解析..................................................................126
7.1.5.奧卡姆剃刀...............................................................128
7.1.6.提前結(jié)束..................................................................128
7.1.7.剪枝..........................................................................130
7.1.8.組合算法..................................................................131
7.1.9.Adaboosting...............................................................133
7.2 使用決策樹解決泰坦尼克號生存問題 ................................135
7.3 決策樹高級應(yīng)用實(shí)戰(zhàn)——特征工程 ....................................137
7.3.1.數(shù)據(jù)探尋..................................................................137
7.3.2.特征工程..................................................................143
7.3.3.異常數(shù)據(jù)處理...........................................................146
7.4 決策樹高級應(yīng)用實(shí)戰(zhàn)——模型建立與比較 ........................149
7.4.1.決策樹......................................................................149
7.4.2.袋裝..........................................................................153
7.4.3.隨機(jī)森林..................................................................157
7.4.4.提升..........................................................................159
7.5 課后練習(xí) ................................................................................160
▲
第8章　深入理解決策樹.............................................161
8.1 決策樹進(jìn)階 ............................................................................161
8.1.1.如何構(gòu)建決策樹.......................................................161
8.1.2.ID3算法決定什么是最好的....................................162
8.1.3.CART算法決定什么是最好的...............................164
8.1.4.KNIME設(shè)置............................................................165
8.2 數(shù)據(jù)不平衡問題優(yōu)化 ............................................................165
8.2.1.多數(shù)數(shù)據(jù)降采樣.......................................................166
8.2.2.少數(shù)數(shù)據(jù)過采樣.......................................................168
8.2.3.SMOTE算法............................................................170
8.3 課后練習(xí) ................................................................................172
▲
第9章　貝葉斯分析....................................................173
9.1 貝葉斯定理 ............................................................................173
9.1.1.基本術(shù)語..................................................................173
9.1.2.條件概率..................................................................174
9.1.3.全概率和貝葉斯.......................................................176
9.1.4.貝葉斯定理...............................................................176
9.1.5.貝葉斯定理在機(jī)器學(xué)習(xí)中的應(yīng)用............................177
9.2 貝葉斯算法解決銀行客戶分類問題 ....................................178
9.2.1.工作流......................................................................178
9.2.2.貝葉斯算法的學(xué)習(xí)器節(jié)點(diǎn).......................................178
9.3 情感分析案例 ........................................................................179
9.3.1.安裝插件..................................................................179
9.3.2.建立工作流...............................................................180
9.4 課后練習(xí) ................................................................................183
▲
第10章　深度學(xué)習(xí).......................................................185
10.1 深度學(xué)習(xí)簡介 ......................................................................185
10.1.1.深度學(xué)習(xí)的關(guān)鍵.....................................................186
10.1.2.我們的目標(biāo).............................................................186
10.1.3.深度學(xué)習(xí)圖像識別原理概述..................................187
10.1.4.圖像識別探析.........................................................187
10.2 卷積神經(jīng)網(wǎng)絡(luò)（CNN） .....................................................189
10.2.1.CNN基本原理......................................................189
10.2.2.常用CNN模型......................................................193
10.3 KNIME實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò) ................................................195
10.3.1.環(huán)境構(gòu)建.................................................................195
10.3.2.安裝所需的工具.....................................................195
10.3.3.步驟分析.................................................................198
10.4 深度學(xué)習(xí)開源應(yīng)用舉例 ......................................................199
10.5 深度學(xué)習(xí)工商業(yè)應(yīng)用舉例 ..................................................201
10.6 課后練習(xí) ..............................................................................205
▲
參考文獻(xiàn).......................................................................206