免费下载书籍地址：PDF下载地址
精美图片
基于Python的无监督学9787519849498 正版新书七鲤鱼图书专营店书籍详细信息
- ISBN：9787519849498
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2021-01
- 页数：暂无页数
- 价格：60.80
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
寄语：
正版图书保证质量 七天无理由退货让您购物无忧
内容简介：
暂无相关简介，正在全力查找中！
书籍目录：
目录
前言 1
部分 无监督学
第1 章 机器学系统中的无监督学5
机器学术语 15
基于规则(Rules-Based) 与机器学17
监督学监督学17
监督学缺点 18
无监督学缺点 19
使用无监督学机器学决方案
了解监督学 23
线算法 25
基于邻域的算法 26
基于树的算法 28
支持向量机 29
神经网络 30
了解无监督学 30
降维 30
聚类 33
特征提取 35
无监督深度学36
使用无监督学序列数据问题 38
利用无监督学化学39
半监督学40
无监督学应用 40
结论 42
第2 章 完整机器学 43
环境设置 43
版本控制：Git 43
克隆本书的Git 存储库 44
科学库：Anaconda 发行版Python 44
神经网络：TensorFlow 和Keras 45
梯度提升算法，版本1: XGBoost 45
梯度提升算法，版本2：LightGBM 46
聚类算法 46
交互式计算环境：Jupyter Notebook 47
数据概述 47
数据准备 48
数据采集 48
数据研究 50
生成特征矩阵和标签数组 53
特征工程与特征选择 54
数据可视化(Data Visualization) 55
模型准备 56
分离出训练和测试数据集 56
选择成本函数 57
创建k 折交叉验证集 58
机器学(部分) 58
评估指标 62
混淆矩阵(Confusion Matrix) 62
率召回率曲线(Precision-Recall Curve) 63
观察者操作特征曲线(receiver operating characteristic) 65
机器学(部分) 68
模型2：森林(Random Forests) 68
模型3：XGBoost 梯度提升机(gradient boosting machine) 71
模型4：LightGBM 梯度提升机 74
使用测试集对四个模型评估 77
集成(Enles) 82
终算法选择 86
完整生产系统 87
结论 87
部分 使用SciKit-Learn行无监督学
第3 章 降维 91
降维的动因 91
降维算法 96
主成分分析(principal component analysis，PCA) 97
PCA 概念 97
PCA 练98
增量PCA 103
稀疏PCA 104
核PCA 105
奇异值分解 107
投影 108
等距映射 111
多维标度法 112
局部线嵌入 113
t- 分布邻域嵌入 114
其他降维方法 115
字典学116
独立成分分析 118
结论 119
第4 章 异常检测 1
信用卡欺诈检测 121
准备数据 121
定义异常评分函数 121
定义评估指标 123
定义绘图函数 124
普通PCA 异常检测 124
PCA 成分数量等于原始特征的数量 125
寻找优主成分数 128
稀疏PCA 异常检测 130
核PCA 异常检测 132
高斯投影异常检测 135
稀疏投影异常检测 137
非线异常检测 138
字典学检测 139
ICA 异常检测 141
在测试数据集上运行欺诈检测解决方案 143
测试数据集上的普通PCA 异常检测 143
测试集上的ICA 异常检测 145
测试集上使用字典学检测 146
结论 148
第5 章 聚类 149
MNIST 数字集 150
聚类算法 151
k 均值 152
k 均值惯 153
评估聚类结果 154
k 均值精度 156
k 均值和主成分的数量 158
原始数据集上的k 均值 159
层次聚类 161
层次聚类方法 162
树状图 163
评估聚类结果 165
密度聚类(DBSCAN) 168
DBSCAN 算法 168
HDBSCAN 170
结论 172
第6 章 分组分割 173
俱乐部数据 173
数据准备 174
将字符串格式转换为数字格式 176
输入缺失值 176
特征工程 179
选择终特征集并执行缩放 179
用来评估的标签 179
聚类的好处 181
k 均值应用 183
分层聚类应用 186
HDBSCAN 应用程序 190
结论 192
第三部分 使用TensorFlow 和Keras
无监督学
第7 章 自动编码器 195
神经网络 196
TensorFlow 198
Keras 199
自动编码器：编码器和解码器 199
欠完备自动编码器 0
过完备自动编码器 1
密集与稀疏自动编码器 2
降噪自动编码器 2
变分自动编码器 3
结论 4
第8 章 自动编码器实践 5
数据准备 5
自动编码器的组成部分 8
激活函数 9
我们的台自动编码器 210
损失函数 211
优化器 211
训练模型 212
对测试行评估 214
具有线激活函数的两层欠完备自动编码器 216
增加节点数 2
添加更多隐藏层 222
非线自动编码器 223
具有线激活的过完备自动编码器 226
具有线激活、失活的过完备自动编码器 228
具有稀疏、线激活、失活的过完备自动编码器 231
具有稀疏、线激活、失能的过完备自动编码器 234
使用噪声数据集 236
降噪自动编码器 236
二层、降噪、具备线激活的欠完备自动编码器 237
两层、降噪、具备线激活的过完备自动编码器 240
两层、降噪、ReLu 激活的过完备自动编码器 242
结论 244
第9 章 半监督学246
数据准备 246
监督模型 250
无监督模型 252
半监督模型 254
监督和无监督的合力 257
结论 258
第四部分 使用TensorFlow 和Keras
第10 章 使用受限玻尔兹曼系统 261
玻尔兹曼机器 262
协同过滤 263
Netflix 奖 264
MovieLens 数据集 264
数据准备 265
定义成本函数：均方误差 269
矩阵分解 271
一个潜在因子 272
三个潜在因子 273
五个潜在因子 274
使用RBM 的协同过滤 274
RBM 神经网络结构 275
构建RBM 类的组件 277
训练R系统 280
结论 281
第11 章 基于深度信念网络的特征检测 282
深层信念网络详述 282
MNIST 图像分类 283
受限波尔兹曼机 285
构建RBM 类的组件 286
使用RBM 模型生成图像 289
查看中间特征检测器 289
为DBN 训练三个RBM 290
检查特征检测器(Examine Feature Detectors) 293
查看生成的图像 294
完整DBN 297
DBN 训练的工作原理 302
训练DBN 302
无监督学帮助监督学304
使用LightGBM 的图像分类器 312
监督学312
无监督和监督的解决方案 314
结论 315
第12 章 生成对抗网络 316
生成对抗网络概念 316
深度卷积生成对抗网络 317
卷积神经网络 318
重新思考DCGAN 323
DCGAN 生成器 324
DCGAN 的鉴别器 326
鉴别器和对抗模型 327
MNIST 数据集的DCGAN 328
在MNIST 数据集执行DCGAN 330
结论 332
第13 章 时间序列聚类 333
心电数据 334
时间序列聚类 334
心电图k 形时间序列聚类 335
数据准备 336
训练和评估 340
在ECG5000 上使用k 行时间序列聚类 342
数据准备 342
训练和评估 346
基于k 均值的ECG5000 时间序列聚类 348
基于ECG5000 的分层DBSCAN 时间序列聚类 349
比较时间序列聚类算法 350
k 形 351
k 均值 353
HDBSCAN 354
比较所有三种时间序列聚类方法 355
结论 357
第14 章 尾声 358
监督学359
无监督学359
SciKit-Learn 360
TensorFlow 和Keras 361
强化学362
今天有希望的无监督学 362
无监督学来 364
结语 366
作者介绍 367
封面介绍 367
作者介绍：
暂无相关内容，正在全力查找中
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：基于Python的无监督学9787519849498 正版新书七鲤鱼图书专营店在线阅读
在线听书地址：基于Python的无监督学9787519849498 正版新书七鲤鱼图书专营店在线收听
在线购买地址：基于Python的无监督学9787519849498 正版新书七鲤鱼图书专营店在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
暂无其它内容！
书籍真实打分
故事情节：9分
人物塑造：4分
主题深度：9分
文字风格：4分
语言运用：4分
文笔流畅：7分
思想传递：8分
知识深度：6分
知识广度：8分
实用性：9分
章节划分：3分
结构布局：9分
新颖与独特：8分
情感共鸣：7分
引人入胜：9分
现实相关：6分
沉浸感：9分
事实准确性：3分
文化贡献：8分
网站评分
书籍多样性：5分
书籍信息完全性：5分
网站更新速度：8分
使用便利性：8分
书籍清晰度：3分
书籍格式兼容性：8分
是否包含广告：3分
加载速度：3分
安全性：7分
稳定性：3分
搜索功能：5分
下载便捷性：7分
下载点评
- 差评(386+)
- 四星好评(164+)
- 无缺页(405+)
- 中评(89+)
- 内容齐全(341+)
- 无漏页(678+)
- pdf(79+)
- 一般般(655+)
- 图书多(650+)
- 小说多(414+)
下载评价
网友 谢***灵：推荐，啥格式都有
网友 国***芳：五星好评
网友 石***致：挺实用的，给个赞！希望越来越好，一直支持。
网友 权***颜：下载地址、格式选择、下载方式都还挺多的
网友 通***蕊：五颗星、五颗星，大赞还觉得不错！~~
网友 师***怀：好是好，要是能免费下就好了
网友 潘***丽：这里能在线转化，直接选择一款就可以了，用他这个转很方便的
网友 邱***洋：不错，支持的格式很多
网友 寇***音：好，真的挺使用的！
网友 焦***山：不错。。。。。
网友 扈***洁：还不错啊，挺好
网友 康***溪：强烈推荐！！！
网友 冉***兮：如果满分一百分，我愿意给你99分，剩下一分怕你骄傲
网友 谭***然：如果不要钱就好了
网友 益***琴：好书都要花钱，如果要学习，建议买实体书；如果只是娱乐，看看这个网站，对你来说，是很好的选择。