作者：鄧立國/ 郭雅秋/ 陳子堯/ 鄧淇文
出版社：深智數位股份有限公司
出版日期：2025/10/22
【內容】
本書特色
ML 的最佳參考書，scikit-learn 的最紮實實戰應用，亦為深入 AI 技術的優良基礎！
● 機器學習概述
● 資料特徵提取
● scikit-learn 估計器分類
● 單純貝氏分類
● 簡單線性迴歸到多元線性迴歸
● k 近鄰演算法分類
● 線性迴歸到邏輯迴歸
● 非線性分類與決策樹迴歸
● 決策樹到隨機森林
● 感知機到支持向量機
● 從感知機到類神經網路
● 主成分分析降維
☆好評熱銷再上市☆
★ ML 最強套件 scikit-learn ✕ 經典演算法，帶領你徹底攻略所有 ML 必備理論與實踐技能！ ★
機器學習是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。其研究電腦模擬或實現人類的學習行為，獲取新的知識，重新組合現有知識結構並改善自身的效能。
本書針對機器學習領域描述了多個學習模型、策略、演算法、理論以及應用，以 Python 3 為基礎，使用 scikit-learn 解決實際問題。
全書完整介紹機器學習基本概念、演算法流程、模型建構、資料訓練、模型評估與最佳化、必備工具和實現方法，並佐以實際案例，以機器學習的經典演算法為軸線：演算法分析 ▶ 資料獲取 ▶ 模型建構 ▶ 推斷 ▶ 演算法評估，讓你理論與實踐技能一次學會，輕易上手。
不靠框架硬功夫 - Scikit-learn手刻機器學習每行程式碼(好評熱銷版) 鄧立國、郭雅秋、陳子堯、鄧淇文
產品編號：9786267757437
促銷 團購優惠-聯合 出版社
促銷 教科書搶便宜大作戰～一本就免運
促銷 普發加碼送，滿99元送鋼珠筆
促銷 普發加碼送，滿299元送修正帶
購物每消費滿300元，可獲得1元購物金
網路價
NT${{ commaFormat(product.price_actu) }}
NT${{commaFormat(product.price_sugg)}}
專屬特惠價 NT${{ commaFormat(product.group_price) }}
優惠價
NT${{ commaFormat(product.member_price) }}
NT${{ commaFormat(product.group_price) }}
商品組合
贈品 (買就送)
{{ pItem.title }}
| 備註 | ⭐此書較長備貨，下單後約7-10個工作日(不含例假日)寄出 |
| 此商品不適用 |
促銷活動 會員等級折扣 優惠券 購物金折抵 |
付款方式
轉帳/匯款/無摺存款 / LinePay付款 / 超商代碼付款(綠界金流) / 信用卡一次付清(綠界金流) / [圖書專用] 7-11取貨付款
配送方式
7-11超商取貨 / 全家超商取貨 / 宅配到家 / 校園門市店到店取貨(需7~10個工作天，急用勿選)
超值加購
{{ pItem.title }}
型號:{{ pItem.model }}
加購價 NT${{pItem.extra_price}}
(原價NT${{pItem.price_orig}})
加購數量
已搶購一空
【目錄】
01 機器學習概述
1.1 什麼是機器學習
1.2 機器學習的作用領域
1.3 機器學習的分類
1.4 機器學習理論基礎
1.5 機器學習應用程式開發的典型步驟
1.6 本章小結
1.7 複習題
02 機器學習之資料特徵
2.1 資料的分佈特徵
2.2 資料的相關性
2.3 資料的聚類性
2.4 資料主成分分析
2.5 資料動態性及其分析模型
2.6 資料視覺化
2.7 本章小結
2.8 複習題
03 用scikit-learn 估計器分類
3.1 scikit-learn 基礎
3.2 scikit-learn 估計器
3.3 本章小結
3.4 複習題
04 單純貝氏分類
4.1 演算法原理
4.2 單純貝氏分類
4.3 單純貝氏分類實例
4.4 單純貝氏連續值的處理
4.5 本章小結
4.6 複習題
05 線性回歸
5.1 簡單線性回歸模型
5.2 分割資料集
5.3 用簡單線性回歸模型預測考試成績
5.4 本章小結
5.5 複習題
06 用 k 近鄰演算法分類和回歸
6.1 k 近鄰演算法模型
6.2 用 k 近鄰演算法處理分類問題
6.3 用 k 近鄰演算法對鳶尾花進行分類
6.4 用 k 近鄰演算法進行回歸擬合
6.5 本章小結
6.6 複習題
07 從簡單線性回歸到多元線性回歸
7.1 多變數的線性模型
7.2 模型的最佳化
7.3 用多元線性回歸模型預測波士頓房價
7.4 本章小結
7.5 複習題
08 從線性回歸到邏輯回歸
8.1 邏輯回歸模型
8.2 多元分類問題
8.3 正則化項
8.4 模型最佳化
8.5 用邏輯回歸演算法處理二分類問題
8.6 辨識手寫數字的多元分類問題
8.7 本章小結
8.8 複習題
09 非線性分類和決策樹回歸
9.1 決策樹的特點
9.2 決策樹分類
9.3 決策樹回歸
9.4 決策樹的複雜度及使用技巧
9.5 決策樹演算法：ID3、C4.5 和CART
9.6 本章小結
9.7 複習題
10 整合方法：從決策樹到隨機森林
10.1 Bagging 元估計器
10.2 由隨機樹組成的森林
10.3 AdaBoost
10.4 梯度提升回歸樹
10.5 本章小結
10.6 複習題
11 從感知機到支援向量機
11.1 線性支援向量機分類
11.2 非線性支援向量機分類
11.3 支援向量機回歸
11.4 本章小結
11.5 複習題
12 從感知機到類神經網路
12.1 從神經元到類神經元
12.2 感知機
12.3 多層感知機
12.4 本章小結
12.5 複習題
13 主成分分析降維
13.1 資料的向量表示及降維問題
13.2 向量的表示及基變換
13.3 協方差矩陣及最佳化目標
13.4 PCA 演算法流程
13.5 PCA 實例
13.6 scikit-learn PCA 降維實例
13.7 核心主成分分析KPCA 簡介
13.8 本章小結
13.9 複習題
A 參考文獻
【關於教科書訂購說明】
☆ 單本即有折扣，將商品放入購物車就可以看見優惠價唷！五本以上團購更便宜！加入會員訂購，還可累積購物金！
★ 若有急需用書，可先LINE私訊詢問庫存呦~
☆ 出貨時間：有現貨的，2個工作日內出貨；無現貨，約3~5個工作日 出貨
【寄送方式說明】
❶ 實體門市取貨
全台麗文校園書局皆可取貨，貨到書局將會以簡訊通知。
❷ 超商取貨
提供7-11及全家超商取貨(需先付款，無貨到付款)。
❸ 一般宅配
本公司主要與黑貓宅急便配合，送達到您指定的地址。
※當您於本網站消費交易完成後，電子發票將會以電子郵件寄給您；如需紙本發票請於下訂時於備註欄位說明。
【付款方式說明】
❶ ATM轉帳、匯款
銀行│第一銀行-三民分行
代號│007
戶名│麗文文化事業股份有限公司
帳號│704-10-051861
※實體ATM每日轉帳最高限額為3萬，若訂購金額超過3萬元，請分兩天或是使用不同的銀行帳戶轉帳。
❷ 信用卡（可分期，需負擔手續費）
凡各家銀行的VISA、MASTER、Union Pay、JCB信用卡皆可使用。
❺ 超商代碼
系統會發送繳費代碼至您的電子信箱，需自行至「超商機器ex：iBon」輸入代碼，產生繳費單後前往櫃檯繳費。
❼ 免卡分期
麗文校園購與「zingala銀角零卡」「第一資融」以及「皮路後支付」合作，讓您免用信用卡就可以購物。
如有使用上的問題，可以先與揪小編聯絡唷！。
※請注意：超過7天未付款之訂單則訂單自動失效；免卡分期訂單成立起7天內未主動聯繫亦同。
【其他說明】
❶關於出貨
1.商品為不缺貨前提下，訂單完成付款後2-4個工作天將會出貨(不含例假日及國定假日)；若商品缺貨則須等待1-2週。
2.麗文校園揪來玩保留訂單接受與否權利，若因交易條件有誤或有其他情形導致我們無法接受您的訂單，將以E-mail發送取消訂單通知給您，造成不便敬請見諒。
❷關於退貨
1.非門市現場消費享有七天猶豫期，收到商品當天往後算七天內若是決定不買，則協助不要拆封，一拆封視同願意購買。
2.若真的決定不購買商品要退貨，請聯繫我們LINE線上客服，我們會盡速為您處理。
❸關於新品瑕疵與維修保固
1.全新商品享有購買七日內，新品瑕疵的換新保障；但新品瑕疵與否，是由商品代理商或原廠所判定，麗文校園揪來玩僅能依據判定的結果給予協助。若是原廠判定非新品瑕疵則無法換新，需改為維修的方式處理。
2.新品瑕疵換新的作業時間，將依各廠商的流程而定，最快2個工作天，慢的話也可能需要到15個工作天。
3.購買超過七日後，維修服務由原廠提供。如有需要維修，麗文校園揪來玩可以代為送修，但送修如需運費時（EX:原廠沒有提供免費收件服務），則需由您負擔送修的運費（運費約為100元起，因商品大小而異）。
【華碩的維修服務】
