登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書

『簡體書』利用Python实现概率、统计及机器学习方法（原书第2版）

書城自編碼： 3831690
分類：簡體書→大陸圖書→計算機/網絡→人工智能
作者： [美]何塞·安平科[José Unpingco]著
國際書號(ISBN)： 9787111717737
出版社： 机械工业出版社
出版日期： 2023-02-01

頁數/字數： /
書度/開本： 16开 釘裝： 平装

售價：HK$ 148.8

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
地理计算与R语言 [英] 罗宾·洛夫莱斯 [德]雅纳·蒙乔 [波兰] 雅库布·诺沃萨德
《 地理计算与R语言 [英] 罗宾·洛夫莱斯 [德]雅纳·蒙乔 [波兰] 雅库布·诺沃萨德 》
售價：HK$ 121.0
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
《 沈括的知识世界：一种闻见主义的实践（中华学术译丛） 》
售價：HK$ 87.4
大思维：哥伦比亚商学院六步创新思维模型
《 大思维：哥伦比亚商学院六步创新思维模型 》
售價：HK$ 72.8
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
《 宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】 》
售價：HK$ 155.7
UE5虚幻引擎必修课（视频教学版）
《 UE5虚幻引擎必修课（视频教学版） 》
售價：HK$ 110.9
真需求
《 真需求 》
售價：HK$ 110.9
阿勒泰的春天
《 阿勒泰的春天 》
售價：HK$ 50.4
如见你
《 如见你 》
售價：HK$ 51.3

 
建議一齊購買：

+

HK$ 137.3
《动手学深度学习（PyTorch版）》		 +

HK$ 174.8
《时间序列分析实战：基于机器学习和统计学》		 +

HK$ 136.3
《Python深度学习：基于PyTorch 第2版》		 +

HK$ 186.3
《人工智能：原理与实践》		 +

HK$ 111.3
《商务统计学基础：从不确定性到人工智能 入门级统计学教程 零基》
內容簡介：
本书针对Python 3.6 版本进行了全面更新，涵盖了在这些领域中使用Python组件演示的概率、统计和机器学习之间的链接的关键思想。所提供的Python代码、所有的图形和数值结果都是可重复的。作者通过使用多种分析方法和Python代码处理有意义的示例来开发机器学习中的关键直觉，从而将理论概念与具体实现联系起来。对某些重要结果也给出了详细的证明。
目錄：
译者序
前言
第1版前言
符号说明
第1章科学Python入门1
11安装和设置2
12Numpy4
121Numpy数组和内存5
122Numpy矩阵8
123Numpy广播操作9
124Numpy掩码数组11
125浮点数11
126Numpy优化简介14
13Matplotlib15
131Matplotlib的替代方法16
132Matplotlib的扩展17
14IPython17
15Jupyter Notebook18
16Scipy20
17Pandas21
171Series21
172DataFrame23
18Sympy25
19编译库接口27
110集成开发环境28
111性能和并行编程快速指南28
112其他资源31
参考文献32
第2章概率33
21引言33
211概率密度34
212随机变量35
213连续随机变量39
214微积分以外的变量变换41
215独立随机变量42
216经典Broken Rod示例44
22投影法45
221加权距离47
23条件期望作为投影47
231附录51
24条件期望与均方误差52
25条件期望和均方误差优化
示例55
251示例155
252示例258
253示例360
254示例463
255示例564
256示例666
26有用的分布67
261正态分布67
262多项分布67
263卡方分布69
264泊松分布和指数分布71
265伽马分布72
266贝塔分布73
267狄利克雷多项分布74
X
XI
27信息熵76
271信息论的概念76
272信息熵的性质78
273KullbackLeibler散度79
274交叉熵作为大似然80
28矩母函数80
29蒙特卡罗采样方法83
291离散变量逆CDF法83
292连续变量逆CDF法85
293舍选法86
210采样重要性重采样90
211实用的不等式92
2111马尔可夫不等式92
2112切比雪夫不等式93
2113霍夫丁不等式94
参考文献96
第3章统计97
31引言97
32用于统计的Python模块98
321Scipy统计模块98
322Sympy统计模块99
323其他用于统计的Python
模块99
33收敛类型100
331几乎必然收敛100
332依概率收敛102
333依分布收敛104
334极限定理104
34大似然估计105
341设置抛硬币试验107
342Delta方法115
35假设检验和p值117
351回到抛硬币的例子118
352ROC曲线120
353p值122
354检验统计量123
355多重假设检验129
356Fisher精确检验129
36置信区间131
37线性回归134
371扩展至多个协变量141
38大后验概率145
39鲁棒统计150
310自助法155
3101参数化自助法159
311高斯马尔可夫模型160
312非参数方法162
3121核密度估计162
3122核平滑164
3123非参数回归估计169
3124近邻回归169
3125核回归173
3126维数灾难174
3127非参数检验176
313生存分析181
参考文献187
第4章机器学习188
41引言188
42Python机器学习模块188
43学习理论192
431机器学习理论概述194
432泛化理论198
433泛化/近似复杂度示例199
434交叉验证204
435偏差和方差208
436学习噪声211
44决策树213
441随机森林219
442提升树220
45逻辑回归223
46广义线性模型231
47正则化236
471岭回归239
472套索回归243
48支持向量机244
49降维248
491独立成分分析252
410聚类256
411集成方法259
4111装袋法259
4112提升法261
412深度学习262
4121TensorFlow概述270
4122梯度下降275
4123基于卷积神经网络的图像
处理286
参考文献301
內容試閱：
第2版是针对Python 36 版本更新的。此外，许多现有章节已经根据第1版的反馈进行了修订，因此更加清晰简洁。第2版在第1版的基础上增加了30%有关重要概率分布的内容，包括关键推导和用于演示说明的代码示例。第3章增加了重要的统计检验，包括Fisher精确检验和MannWhitneyWilcoxon检验，还新增了生存分析这一节内容。第4章最重要的补充内容是关于图像处理的深度学习一节，该节详细讨论了支持所有深度学习工作的梯度下降方法，第4章对广义线性模型也进行了讨论。与第1版一样，本书有许多编程技巧，说明了科学编程和机器学习的有效Python模块和方法；有445个经过实际验证的可运行的代码块，你可以尝试在自己的代码中加入这些代码块；158个图形（几乎都是用Python生成的）可视化地演示了代码和数学中使用的概念。本书还讨论并使用了关键的Python模块，如Numpy、Scikitlearn、Sympy、Scipy、lifelines、CVXPY、Theano、Matplotlib、Pandas、TensorFlow、Statsmodels和Keras。
与第1版一样，所有的关键概念都从数学上展开，并且在Python中复现，为读者提供了多个视角来理解关键概念。本书并非详尽无遗，只是反映了作者兼收并蓄的行业背景，重点仍然是以最有表现力的方式呈现日常使用Python工作时涉及的基本概念和原理。
致谢
感谢Jupyter Notebook两位创始人Brian Granger和Fernando Perez的帮助，感谢他们所做的伟大工作，同时还要感谢整个Python社区人员，是他们的贡献让本书成为可能。Hans Petter Langtangen是DocOnce（DocOnce标记语言见https://githubcom/hplgit/doconce）文档准备系统的作者，本书使用该系统编写。感谢Geoffrey Poore对Python TeX和LaTeX的研究，本书的排版采用了这两种关键技术。
José Unpingco
美国加利福尼亚州圣地亚哥
2019年2月

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.