新手村逃脫！初心者的 Python 機器學習攻略（iT邦幫忙鐵人賽系列書） (電子書)
| 商品描述 | 新手村逃脫！初心者的 Python 機器學習攻略（iT邦幫忙鐵人賽系列書） (電子書)：❶先使用套件現成類別與函式❷再認識演算方法理論與推導❸最後使用自行定義類別重現內容簡 |
|---|
內容簡介
內容簡介 ❶ 先使用套件現成類別與函式❷ 再認識演算方法理論與推導❸ 最後使用自行定義類別重現內容簡介本書內容改編自第 8 屆 iT 邦幫忙鐵人賽，Big Data 組冠軍網路系列文章──《 R 語言使用者的 Python 學習筆記》，從系列文章中後段開始改寫，省略了原本 Python 基礎語法、網頁資料擷取（俗稱爬蟲）與 Pandas 的章節，著重在以 NumPy、Matplotlib、Scikit-Learn 入門機器學習基礎理論的部分，並與作者的實體課程 (台大工商管理學系、台大資工系統訓練班與中華電信學院等資料科學課程) 教材整合編修而成。三大重點❶ 先使用套件現成類別與函式☛NumPy 的 N 維陣列操作與運算☛物件導向風格的 Matplotlib 視覺化☛Scikit-Learn 的五個核心理念☛Keras 的模型建立步驟❷ 再認識演算方法理論與推導☛均方誤差函式☛梯度遞減演算方法☛交叉熵函式☛前向傳播與反向傳播❸ 最後使用自行定義類別重現☛正規方程類別☛梯度遞減類別與 AdaGrad 類別☛羅吉斯迴歸類別☛深度學習類別
作者介紹
作者介紹 郭耀仁畢業自台灣大學商學研究所，現在是一名講師，在台大工商管理學系、台大資工系統訓練班與中華電信學院等機構講授資料科學課程，亦有一門 Hahow 好學校線上課程：如何成為資料分析師。任職過上海的韓商新創、台北的美商軟體公司、銀行與美商顧問公司；閒暇時喜歡跑步與寫作部落格 Datainpoint。在 2017 年以主題《R 語言使用者的 Python 學習筆記》獲得第 8 屆 iT 邦幫忙鐵人賽 Big Data 組冠軍。
產品目錄
產品目錄 CHAPTER 1 關於視覺化與機器學習1.1 一個資料科學專案1.2 何謂視覺化1.3 為何視覺化1.4 何謂機器學習1.5 pyvizml 模組1.6 為何機器學習1.7 延伸閱讀CHAPTER 2 數列運算2.1 關於 NumPy2.2 為何 NumPy2.3 如何建立 ndarray2.4 常用的 ndarray 屬性2.5 純量、向量、矩陣與張量2.6 ndarray 的索引2.7 ndarray 的切割2.8 ndarray 特別的索引2.9 重塑外觀2.10 複製陣列2.11 合併陣列2.12 通用函式2.13 聚合函式2.14 延伸閱讀CHAPTER 3 資料探索3.1 關於 Matplotlib3.2 為何 Matplotlib3.3 使用 Matplotlib 的兩種方式3.4 輸出 Matplotlib 作圖3.5 常見的探索性資料分析3.6 觀察數值資料相關性的需求3.7 觀察類別資料排序的需求3.8 觀察數值資料分布的需求3.9 觀察數學函式外觀的需求3.10 觀察區域海拔高度的需求3.11 顯示二維數值陣列的需求3.12 如何為圖形增加元素3.13 如何在圖形中加入中文字3.14 如何繪製子圖3.15 延伸閱讀CHAPTER 4 機器學習入門4.1 關於 Scikit-Learn4.2 為何 Scikit-Learn4.3 五個核心理念4.4 機器學習的資料表達4.5 Scikit-Learn 的支援場景4.6 關於訓練、驗證與測試資料4.7 延伸閱讀CHAPTER 5 數值預測的任務5.1 關於數值預測的任務5.2 以 Scikit-Learn 預測器完成數值預測任務5.3 正規方程 Normal Equation5.4 自訂正規方程類別 NormalEquation5.5 計算複雜性5.6 梯度遞減 Gradient Descent5.7 自訂梯度遞減類別 GradientDescent5.8 標準化與進階的梯度遞減5.9 延伸閱讀CHAPTER 6 類別預測的任務6.1 關於類別預測的任務6.2 以 Scikit-Learn 預測器完成類別預測任務6.3 羅吉斯迴歸6.4 自訂羅吉斯迴歸類別 LogitReg6.5 二元分類延伸至多元分類：One versus rest6.6 二元分類延伸至多元分類：Softmax 函式6.7 兩種表示類別向量的形式6.8 延伸閱讀CHAPTER 7 表現的評估7.1 如何評估機器學習演算方法7.2 評估數值預測任務的表現7.3 評估類別預測任務的表現7.4 自訂計算評估指標的類別 ClfMetrics7.5 誤差的來源7.6 減少訓練誤差7.7 減少訓練誤差與測試誤差的間距7.8 延伸閱讀CHAPTER 8 深度學習入門8.1 什麼是深度學習8.2 為何深度學習8.3 什麼是 Keras8.4 為何 Keras8.5 撰寫 Keras 的步驟8.6 前向傳播8.7 反向傳播8.8 自訂深度學習類別 DeepLearning8.9 MNIST 資料與時裝 MNIST 資料8.10 延伸閱讀APPENDIX A pyvizml.py
商品規格
| 商品名 / | 新手村逃脫！初心者的 Python 機器學習攻略（iT邦幫忙鐵人賽系列書） (電子書) |
|---|---|
| 簡介 / | 新手村逃脫！初心者的 Python 機器學習攻略（iT邦幫忙鐵人賽系列書） (電子書)：❶先使用套件現成類別與函式❷再認識演算方法理論與推導❸最後使用自行定義類別重現內容簡 |
| 誠品26碼 / | 2682691990006 |
| 頁數 / | 256 |
| 語言 / | 1:中文 繁體 |
| 級別 / | N:無 |
| 檔案格式 / | PDF(9MB) |
| 檔案匯出格式 / | PDF 提供 Adobe DRM |
| TTS朗讀 / | EPUB不提供TTS朗讀 |
最佳賣點
最佳賣點 : ❶ 先使用套件現成類別與函式
❷ 再認識演算方法理論與推導
❸ 最後使用自行定義類別重現
內容簡介
本書內容改編自第 8 屆 iT 邦幫忙鐵人賽，Big Data 組冠軍網路系列文章──《 R 語言使用者的 Python 學習筆記》，從系列文章中後段開始改寫，省略了原本 Python 基礎語法、