{"type":"product","schema_version":"1.0","item_id":"100825889280","canonical_url":"https://tw.bid.yahoo.com/item/100825889280","title":"【大享】 scikit-learn新手的晉級:實作各種機器學習解決方案 9789864344840博碩MP12007","subtitle":null,"condition":"全新品","currency":"TWD","observed_at":"2026-05-20T08:30:11.014Z","current_price":375,"original_price":"500.00","stock_status":"in_stock","available_quantity":5,"sold_quantity":0,"seller":{"id":"Y1239803676","name":"電腦圖書專業門市","positive_rate":null,"rating_count":null},"images":[{"url":"https://img.yec.tw/ob/image/e9c808fa-6281-4f08-ba7d-1edc7880a955.jpg","role":"main","alt":"商品主圖","width":null,"height":null}],"description":"書名：scikit-learn新手的晉級：實作各種機器學習解決方案書號：MP12007作者：Gavin HackelingISBN： 978-986-434-484-0定價：NT$500元印刷：單色頁數：256頁書籍規格：17*23上市日：2020/4/16譯者：張浩然　譯，博碩文化　審校學習定位：無本書附件：網路下載範例檔  \n使用scikit-learn探索各式機器學習模型，實作多種機器學習演算法\n\n 機器學習是近年的熱門話題，它將電腦科學與統計學結合在一起，打造智慧又有效率的模型。你可以使用機器學習提供的強大演算法和技術，來自動化任何分析模型，而scikit-learn正是一個優秀的Python機器學習函式庫，它可以實作多種機器學習演算法，是非常好用的工具。\n\n 本書詳細介紹一系列機器學習模型和scikit-learn的使用技巧。從機器學習的基礎理論講起，涵蓋了簡單線性迴歸、KNN演算法、特徵提取、多元線性迴歸、邏輯斯迴歸、單純貝氏、非線性分類、決策樹迴歸、隨機森林、感知器、支援向量機、類神經網路、K-MEANS演算法等重要話題。\n\n 本書亦詳細討論資料預處理、超參數最佳化和整體（ensemble）方法。你也將學會使用scikit-learn的API，從分類變數、文本和影像之中提取特徵，一步步建立改善模型效能的專業直覺。\n\n適用讀者\n 本書適合機器學習領域的工程師，也適合想要了解scikit-learn的資料科學家。\n\n在這本書中，你將學到：\n・基本概念簡述，如「偏誤」和「變異數」\n・建置能夠分類文件、識別影像及偵測廣告的系統\n・使用「線性迴歸」和「KNN」預測連續變數的值\n・使用「邏輯斯迴歸」和「支援向量機」對文件和影像進行分類\n・使用「裝袋法」和「提升法」建立估計器整體\n・使用K-MEANS集群發現資料中的隱藏結構\n・在常見任務中評估機器學習系統的效能\n  前言\n\n第1章：機器學習基礎\n定義機器學習\n\n從經驗之中學習\n\n機器學習任務\n\n訓練資料、測試資料和驗證資料\n\n偏誤和變異數\n\nscikit-learn簡介\n\n安裝scikit-learn\n\n安裝pandas、Pillow、NLTK和matplotlib\n\n小結\n\n第2章：簡單線性迴歸\n簡單線性迴歸\n\n評價模型\n\n小結\n\n第3章：使用KNN演算法分類和迴歸\nKNN模型\n\n惰式學習和非參數模型\n\nKNN模型分類\n\nKNN模型迴歸\n\n小結\n\n第4章：特徵提取\n從分類變數中提取特徵\n\n特徵標準化\n\n從文本中提取特徵\n\n從影像中提取特徵\n\n小結\n\n第5章：從簡單線性迴歸到多元線性迴歸\n多元線性迴歸\n\n多項式迴歸\n\n正規化\n\n應用線性迴歸\n\n梯度下降法\n\n小結\n\n第6章：從線性迴歸到邏輯斯迴歸\n使用邏輯斯迴歸進行二元分類\n\n垃圾郵件過濾\n\n使用網格搜尋微調模型\n\n多元分類\n\n多標籤分類和問題轉換\n\n小結\n\n第7章：單純貝氏\n貝氏定理\n\n生成模型和判別模型\n\n單純貝氏\n\n在scikit-learn中使用單純貝氏\n\n小結\n\n第8章：非線性分類和決策樹迴歸\n決策樹\n\n訓練決策樹\n\n使用scikit-learn建立決策樹\n\n小結\n\n第9章：整體方法：從決策樹到隨機森林\n裝袋法\n\n提升法\n\n堆疊法\n\n小結\n\n第10章：感知器\n使用感知器進行文件分類\n\n感知器的侷限性\n\n小結\n\n第11章：從感知器到支援向量機\n核心與核技巧\n\n最大化分類邊界和支援向量\n\n使用scikit-learn分類字元\n\n小結\n\n第12章：從感知器到類神經網路\n非線性決策邊界\n\n前饋式類神經網路和回饋式類神經網路\n\n多層感知器\n\n訓練多層感知器\n\n小結\n\n第13章：K-MEANS演算法\n分群\n\nK-MEANS演算法\n\n評估集群\n\n影像量化\n\n透過分群學習特徵\n\n小結\n\n第14章：使用主成分分析降維\n主成分分析\n\n使用PCA對高維度資料視覺化\n\n使用PCA進行臉部辨識\n\n小結","shipping_methods":[{"name":"郵局掛號","fee":0,"currency":"TWD"},{"name":"7-ELEVEN取貨付款","fee":0,"currency":"TWD"},{"name":"萊爾富取貨付款","fee":0,"currency":"TWD"}],"lowest_shipping_fee":null,"payment_methods":["ATM轉帳","萊爾富取貨付款","7-ELEVEN取貨付款"],"category_id":"2092073795","category_name":"程式語言","breadcrumb":[{"id":"3994318","name":"圖書/影音/文具","url":"/tw/%E5%9C%96%E6%9B%B8-%E5%BD%B1%E9%9F%B3-%E6%96%87%E5%85%B7-3994318-category.html"},{"id":"2092064185","name":"圖書與雜誌","url":"/tw/%E5%9C%96%E6%9B%B8%E8%88%87%E9%9B%9C%E8%AA%8C-2092064185-category.html"},{"id":"2092073792","name":"電腦/網路","url":"/tw/%E9%9B%BB%E8%85%A6-%E7%B6%B2%E8%B7%AF-2092073792-category.html"},{"id":"2092073795","name":"程式語言","url":"/tw/%E7%A8%8B%E5%BC%8F%E8%AA%9E%E8%A8%80-2092073795-category.html"}],"view_count":0,"watch_count":0}