数据科学与数学建模pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

数据科学与数学建模PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 数据科学概述 1

1.2 数据科学的建模流程 2

1.3 Python 语言开发环境与库入门 6

第2章 回归模型 13

2.1 概述 13

2.2 线性回归 13

2.3 线性回归案例 18

2.4 逻辑回归 24

2.5 逻辑回归案例 28

第3章 聚类模型 33

3.1 概述 33

3.2 K-means聚类 36

3.3 密度聚类 41

3.4 层次聚类 42

3.5 案例 50

第4章 关联规则 60

4.1 概述 60

4.2 Apriori算法 63

4.3 基于Apriori算法的改进算法 66

4.4 FP-Growth算法 68

4.5 关联规则案例 71

第5章 决策树 79

5.1 概述 79

5.2 ID3算法 81

5.3 C4.5 算法 85

5.4 CART算法 87

5.5 决策树的剪枝 90

5.6 案例 92

第6章 支持向量机 102

6.1 概述 102

6.2 线性支持向量机 102

6.3 非线性支持向量机 107

6.4 支持向量机的求解与多分类问题 110

6.5 新闻文本分类案例 111

6.6 scikit-learn库中的SVM 114

第7章 贝叶斯网络 116

7.1 概述 116

7.2 朴素贝叶斯网络 120

7.3 TAN贝叶斯网络 125

7.4 无约束贝叶斯网络 129

7.5 利用朴素贝叶斯网络进行垃圾邮件的过滤 132

7.6 scikit-learn库中的Naive-Bayes分类 135

第8章 深度学习 137

8.1 概述 137

8.2 多层感知机 140

8.3 卷积神经网络 147

8.4 循环神经网络 150

8.5 构建卷积神经网络模型对CIFAR图片数据集分类 152

8.6 TensorFlow的基本用法 157

参考文献 161