数据分析与机器学习算法_韩伟_9787111723004

本书从数据分析与机器学习算法入手，系统地介绍了机器学习各类算法的原理方法和实际应用。本书的主要内容包括：KNN算法、朴素贝叶斯、决策树、支持向量机、线性回归、K-means算法、人工神经网络、卷积网络深度学习以及基于Python数据分析进行职业规划。
本书作为大数据技术与人工智能领域的入门教材，在内容上涵盖了机器学习经典算法的基础知识和应用实例，采用Python作为编程语言，强调基本算法的应用理解，内容由浅入深。各部分内容均配有相应的任务，注重实践应用，便于读者学习和掌握。
本书可作为各类职业院校大数据技术、云计算技术应用、人工智能技术应用等相关专业的教学用书，也可作为相关专业领域工程技术人员的参考用书。
本书配有电子课件、源代码、微课视频（扫描二维码观看）等课程资源，选用本书作为授课教材的教师可以登录机械工业出版社教育服务网（www.cmpedu.com）注册后免费下载，也可联系编辑（010-88379807）咨询。

数据分析与机器学习是大数据、人工智能等新兴领域的核心技术，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是多学科交叉专业，涵盖概率论、统计学、近似理论和复杂算法等知识，广泛应用于图像识别、自然语言处理、网络安全、自动驾驶、自动化及机器人、电子商务、金融、生物技术及医疗诊断等领域。
本书旨在培养学生对数据分析常用的机器学习算法的理解和应用能力，使学生从数据处理、训练、验证各环节掌握数据分析算法的一般规律，能够对数据分析和机器学习算法进行综合应用和评价。
本书内容涵盖了常用的机器学习算法，包括：
有监督学习：KNN算法、朴素贝叶斯、决策树、支持向量机、线性回归。
无监督学习：K-means算法。
深度学习：神经网络、卷积网络。
本书在编写过程中，遵循以应用为目的，以必需、够用为原则，减少复杂的原理分析和理论推导，内容全面，结构合理，突出实用性，强调实践性。本书通过算法知识学习、任务案例实践以及综合项目应用，引导学生思考和实践处理数据、构建模型、评价模型的全过程，从而具备利用代码完成算法的能力。全书采用Python作为各项目、任务的实现语言，具有很强的通用性和实践性。
本书的参编教师多年从事大数据技术与应用专业的教学及科研工作，具有丰富的实践经验，保证了教材的编写质量和内容的完整性。
本书由韩伟任主编，于京、李景玉任副主编，参与编写的还有胡亦、景妮琴、詹晓东。其中，项目1由于京编写，项目2、项目6由李景玉编写，项目3由景妮琴编写，项目4、项目7由韩伟编写，项目5由胡亦编写，项目8、项目9由詹晓东编写，韩伟还参与了各项目的“学习目标”和“工程准备”的撰写以及部分项目内容的编写工作。全书由韩伟统稿。
由于作者水平有限，书中难免有不足之处，恳请广大读者不吝赐教。
编　者

你还可能感兴趣

我要评论