机器学习建模基础_国基北盛（南京）科技发展有限公司_9787111696995

本书从人工智能初学者的视角出发，通过通俗易懂的案例，系统讲述了机器学习中的建模方法、模型结构和训练过程，详细讲解了回归、分类、聚类、降维、神经网络等模型和算法的概念及原理。通过Python语言中流行的NumPy、Pandas、Matplotlib、Sklearn等工具库解决案例中的问题，使读者既能理解处理问题背后的原理和思路，又能学习实际解决问题的方法和过程，提高使用机器学习模型和算法解决实际问题的应用能力。
本书可以作为各类职业院校人工智能及相关专业的教材，也可以作为机器学习爱好者的参考用书。
本书配有电子课件等教学资源，教师可登录机械工业出版社教育服务网（wwwcmpeducom）注册后免费下载，或联系编辑（010-88379194）咨询。

前言

机器学习是人工智能领域的重要分支，随着人工智能技术的迅猛发展，越来越多的大学毕业生和优秀人才投身其中。帮助广大人工智能爱好者和机器学习入门者快速了解和掌握机器学习过程中的建模方法和算法调用变得尤为重要。
本书是机器学习领域的入门教材，在内容选材上尽量涵盖了机器学习基础知识的各方面，从初学者的角度深入浅出地介绍了机器学习的基础知识、建模方法以及常用的算法调用过程，通过生动的示例说明、简洁的理论讲解和典型的应用案例，帮助学生快速理解并掌握机器学习知识体系。本书可以作为职业院校人工智能相关专业的教材和机器学习爱好者的参考用书。
本书共10个学习单元，每个单元都设计了一个或多个学习任务。其中单元1介绍了机器学习建模的相关概念和过程，单元2、3介绍了Python基础和其中的常用工具包，单元4介绍了机器学习中的数据处理方法，单元5~单元9详细讲解了机器学习中的回归、分类、聚类、降维、神经网络等算法，单元10通过综合案例讲解了机器学习问题的具体处理过程。
本书内容适合64学时，教学建议如下：单元名称建议学时单元1数学建模与机器学习3单元2Python安装和编程基础3单元3Python常用工具包8单元4数据处理4单元5回归算法8单元6分类算法12单元7聚类算法6单元8降维与关联规则6单元9神经网络算法8单元10机器学习建模综合案例6本书由国基北盛（南京）科技发展有限公司组编，由张炯、余云峰任主编，于倩、翟玉广、张传勇、王春莲、张震、朱旭刚任副主编，参与编写的还有秦继林、王永乾、曹福德、纵兆松、张运波、李凯丽。本书由人工智能教材编审委员会指导，委员会成员学校有滨州职业学院、山东商业职业技术学院、威海海洋职业学院、德州职业技术学院、东营科技职业学院等。
由于编者水平有限，书中难免存在疏漏和不足之处，恳请读者批评指正。

编者

你还可能感兴趣

我要评论