回首頁  
帳號
 
關於博碩 博碩好讀 校園圖書 MOCC認證 下載教學 博碩教育雲 數位學院 最新書單(歡迎下載)

博碩好讀
  新書推薦
  出版預告
  名家名著
 

分類索引

 

出版總覽

 

讀者服務

  徵求作者
 
首頁 >> 書籍介紹
 
 
點我可放大圖片
 
書名:Python機器學習第三版(上)
書號:MP12009 作者:Sebastian Raschka、Vahid Mirjalili 著 ISBN: 978-986-434-518-2
定價:NT$620元 印刷:單色 頁數:416頁
書籍規格:17*23 上市日:2020/9/9 譯者:劉立民、吳建華 譯
學習定位:初階 本書附件:網路下載範例檔  
前往購買 >> 天瓏 類別:電腦技術  
       
快速前往 快速前往        

 

 
    Python機器學習第三版(上)
    Python Machine Learning - Third Edition

    第三版-最新修訂版,新增TensorFlow 2、GAN和強化學習等實用內容
    使用Python的scikit-learn和TensorFlow 2融會貫通機器學習與深度學習

    循序漸進、由淺入深,好評熱銷再進化!最新修訂的《Python機器學習第三版》是一本不容錯過的全方位指南,也是讀者在建立機器學習系統時的必備參考。有別於其他機器學習教科書,本書使用Python探求機器學習和深度學習的技術精髓,強調豐富實用的程式範例、條理分明的數學解釋,以及直覺友善的圖解說明,帶領讀者探索機器學習的眾多子領域,讓艱澀的概念栩栩如生。

    許多讀者告訴我們,他們非常喜歡本書第二版的前12章,因為它們全面介紹了機器學習與Python的科學計算。為了確保這些內容的相關性,我們依據讀者回饋,回顧並修改了這些章節,以支援最新版本的NumPy、SciPy、pandas、matplotlib和scikit-learn,並規劃成本書的上冊。而TensorFlow 2.0更是深度學習領域最振奮人心的事件之一,所有與TensorFlow有關的章節(第13章到第16章,規劃成本書的下冊)都進行了大幅度修改。除了介紹Keras API與scikit-learn的最新功能之外,本書也探討自然語言處理(NLP)的子領域「情緒分析」,以及強化學習(RL)和生成對抗網路(GAN)等時下最流行的AI技術(第17章和第18章)。

    無論你是有經驗的程式設計師,或是機器學習新手,或你只想進一步深入了解機器學習的最新發展,本書將是你在機器學習之旅中的絕佳良伴。

    在這本書中,你將學到:
    ⦁ 掌握能讓機器從數據中「學習」的框架、模型和技術
    ⦁ 使用scikit-learn進行機器學習、使用TensorFlow進行深度學習
    ⦁ 利用機器學習來做影像分類、情緒分析與智慧Web應用程式
    ⦁ 訓練類神經網路、GAN與其它模型
    ⦁ 結合機器學習模型與Web應用程式
    ⦁ 為機器學習工作清理並準備數據
    ⦁ 用深度卷積類神經網路來分類影像
    ⦁ 了解評估和調校模型的最佳實作
    ⦁ 使用迴歸分析來預測連續目標
    ⦁ 利用「集群」來發掘數據中隱藏的模式與結構
    ⦁ 使用「情緒分析」深入研究文本和社群媒體數據
    ⦁ 上冊包含本書前12章,下冊則包含第13章到第18章。

    【下載範例程式檔案】
    本書的程式碼是由GitHub託管,可點選下面圖案前往下載:
    https://github.com/rasbt/python-machine-learning-book-3rd-edition

    【下載本書的彩色圖片】
    我們還提供您一個PDF檔案,其中包含本書使用的彩色圖表,可以在此下載:
    https://static.packt-cdn.com/downloads/9781789955750_ColorImages.pdf

 
    前言

    第1章:賦予電腦從數據中學習的能力
    製作智慧機器,將數據轉成知識
    三種不同類型的機器學習
    基本術語和符號
    建構機器學習系統的準則
    使用Python 來做機器學習
    小結

    第2章:訓練簡單的機器學習分類演算法
    類神經元-早期機器學習的驚鴻一撇
    以Python 實作感知器學習演算法
    適應線性神經元和學習的收斂
    小結

    第3章:使用scikit-learn巡覽機器學習分類器
    選擇一個分類演算法
    首次使用scikit-learn-訓練感知器
    以邏輯斯迴歸對類別機率塑模
    以支援向量機處理最大化分類邊界
    使用核心支援向量機解決非線性問題
    決策樹學習
    k最近鄰-惰式學習演算法
    小結

    第4章:建置良好的訓練數據集-數據預處理
    處理數據遺漏
    處理分類數據
    將數據集區分為訓練用與測試用
    縮放特徵令其具相同比例
    選取有意義的特徵
    以隨機森林評估特徵的重要性
    小結

    第5章:透過降維來壓縮數據
    以主成分分析對非監督式數據壓縮
    利用線性判別分析做監督式數據壓縮
    利用核主成分分析處理非線性對應
    小結

    第6章:學習模型評估和超參數調校的最佳實作
    以管線來簡化工作流程
    使用k折交叉驗證法來評估模型效能
    使用學習曲線和驗證曲線來對演算法除錯
    以網格搜尋微調機器學習模型
    其他不同的效能指標
    處理類別不平衡的狀況
    小結

    第7章:結合不同模型來做整體學習
    從整體中學習
    以多數決結合分類器
    裝袋法-以自助樣本建立整體分類器
    利用適應強化來提升弱學習器效能
    小結

    第8章:將機器學習應用於情緒分析
    準備IMDb影評數據以便進行文字處理
    詞袋模型簡介
    訓練一個邏輯斯迴歸模型來做文件分類
    處理更大的數據-線上演算法與核外學習
    小結

    第9章:在Web應用程式上嵌入機器學習模型
    序列化適合完成的scikit-learn估計器
    設定SQLite資料庫來儲存數據
    使用Flask來開發Web應用程式
    將影評分類器整合到Web應用程式中
    將Web應用程式部署到公共伺服器
    小結

    第10章:以迴歸分析預測連續目標變數
    線性迴歸簡介
    探索房屋數據集
    使用RANSAC找出強固的迴歸模型
    評估線性迴歸模型的效能
    使用正規化方法做迴歸
    將線性迴歸模型轉成曲線-多項式迴歸
    使用隨機森林處理非線性關係
    小結

    第11章:處理未標記的數據-集群分析
    使用k-means來集群相似物件
    以階層樹的方式組織集群
    使用DBSCAN來定位高密度區域
    小結

    第12章:從零開始實作多層類神經網路
    以類神經網路來對複雜函數塑模
    分類手寫數字
    訓練一個類神經網路
    關於類神經網路的收斂
    實作類神經網路的幾句提醒
    小結

 
    Sebastian Raschka 擁有密西根州立大學(Michigan State University)的博士學位,在那裡,他專攻開發將「計算生物學」(computational biology)與「機器學習」結合使用的方法。2018年的夏天,他加入威斯康辛大學麥迪遜分校(University of Wisconsin-Madison),擔任「統計學」的助理教授。他的研究活動包括開發「新的深度學習架構」來解決生物識別(biometrics)領域的問題。

    他引以為傲的成就之一是他的著作《Python機器學習》,這也是Packt和Amazon上的暢銷書。本書在2016年榮獲ACM的最佳計算類別獎項(Best of Computing award),並被翻譯成多種不同語言,包括德文、韓文、中文、日文、俄文、波蘭文和義大利文。

    Vahid Mirjalili 是密西根州立大學的機械工程博士,專攻大規模「分子結構」計算模擬的新方法研究。他曾是密西根州立大學「iPRoBe實驗室」的一員,致力於各種機器學習在「電腦視覺」與「生物識別」中的應用專案。在「iPRoBe實驗室」與「學術界」耕耘了多年之後,他最近加入3M公司,成為一位研究科學家,利用他的「專業知識」以及應用機器學習與深度學習的「先進技術」,在各種應用程式中解決真實世界的問題,讓生活變得更好。
 
 
 
     

博碩文化客服信箱
 

dr26962869@gmail.com

 
文教業務團隊
台北、新北、桃園、基隆、宜蘭、花蓮
郭 南 彤
LINE ID:rgtech101
0917-727778
tigerguo@drmaster.com.tw
汪 玉 鳳
LINE ID:0925177716
0925-177716
carlo@drmaster.com.tw
助理分機 519
新竹、苗栗、台中、彰化、南投、雲林
林 世 昌
LINE ID:0925275775
0925-275775
rick@drmaster.com.tw
助理分機 519
嘉義、台南、高雄、屏東、台東
林 月 玲
LINE ID:0926858627
0926-858627
donylin@drmaster.com.tw
助理分機 238
 
MOCC 認證小組
 
  林 雯 玲 電話:02-2696-2869 分機:623 software24@drmaster.com.tw

 

 
 

 

博碩文化股份有限公司 DrMaster Press Co., Ltd.
台灣新北市汐止區新台五路一段112號10樓A棟
Building A, 10F, No.112, Xintai 5th Rd., Sec.1,Xizhi Dist., New Taipei City 221, Taiwan
Tel:02-2696-2869 Fax:02-2696-2867 劃撥帳號:17484299

Copyright© DrMaster Press Co., Ltd. All Rights Reserved.