第1章機器學習1


1.1機器學習的概念1


1.2機器學習的形式3


1.2.1監(jiān)督學習3


1.2.2無監(jiān)督學習4


1.2.3強化學習4


1.3構(gòu)建機器學習#系統(tǒng)的一般流程4


1.3.1數(shù)據(jù)預處理4


1.3.2選擇預測模型并進行訓練、診斷與調(diào)優(yōu)6


1.3.3模型驗證與使用未知數(shù)據(jù)進行預測6


1.4機器學習的典型應用6


1.4.1語音識別7


1.4.2人臉識別7


1.4.3機器翻譯8


1.5本章小結(jié)8


第2章機器學習的數(shù)學基礎9


2.1相似性和相異性的度量9


2.1.1數(shù)據(jù)對象之間的相異度9


2.1.2數(shù)據(jù)對象之間的相似度11


2.2基于梯度的優(yōu)化方法13


2.2.1方向?qū)��?shù)13


2.2.2梯度15


2.2.3梯度下降優(yōu)化方法16


2.3概率與統(tǒng)計基礎18


2.3.1概率基礎18


2.3.2常用的概率分布21


2.3.3聯(lián)合分布24


2.3.4隨機變量的數(shù)字特征24


2.3.5#大似然參數(shù)估計26


2.4矩陣基礎28


2.4.1矩陣的基本概念28


2.4.2特征值與特征向量30


2.4.3矩陣相似31


2.4.4矩陣分解32


2.4.5主成分分析34


2.4.6矩陣運算Python實現(xiàn)36


2.5本章小結(jié)39


Python機器學習原理與實踐(微課版)目錄第3章不同格式數(shù)據(jù)的讀取與寫入40


3.1使用csv模塊讀取和寫入csv文件40


3.1.1使用csv.reader()讀取csv文件40


3.1.2使用csv.writer()寫入csv文件41


3.1.3使用csv.DictReader...