機器學習【首屆京東文學奬-年度新銳入圍作品】下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁

下載链接在页面底部

點擊這裡下載

想要找書就要到圖書大百科

book.teaonline.club

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

發表於2024-11-11

類似圖書點擊查看全場最低價

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

圖書介紹

店鋪：友傑圖書專營店

齣版社：清華大學齣版社

ISBN：9787302423287

商品編碼：28961939218

包裝：01

開本：04

圖書描述

內容介紹

主編推薦

內容全麵；結構閤理；敘述清楚；深入淺齣。人工智能領域中文的開山之作！
這是一本麵嚮中文讀者的機器學習教科書, 為瞭使盡可能多的讀者通過本書對機器學習有所瞭解, 作者試圖盡可能少地使用數學知識.
然而, 少量的概率、統計、代數、優化、邏輯知識似乎不可避免. 因此, 本書更適閤大學三年級以上的理工科本科生和研究,
以及具有類似背景的對機器學習感興趣的人士. 為方便讀者, 本書附錄給齣瞭一些相關數學基礎知識簡介.

內容簡介

機器學習是計算機科學與人工智能的重要分支領域. 本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方麵. 全書共16 章，大緻分為3 個部分：第1 部分（第1～3 章）介紹機器學習的基礎知識；第2 部分（第4～10 章）討論一些經典而常用的機器學習方法（決策樹、神經網絡、支持嚮量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3 部分（第11～16 章）為進階知識，內容涉及特徵選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等. 每章都附有習題並介紹瞭相關閱讀材料，以便有興趣的讀者進一步鑽研探索。

本書可作為高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

第1章緒論
1.1引言
1.2基本術語
1.3假設空間
1.4歸納偏好
1.5發展曆程
1.6應用現狀
1.7閱讀材料
習題
參考文獻
休息一會兒
第2章模型評估與選擇
2.1經驗誤差與過擬閤
2.2評估方法
2.3性能度量
2.4比較檢驗
2.5偏差與方差
2.6閱讀材料
習題
參考文獻
休息一會兒
第3章綫性模型
3.1基本形式
3.2綫性迴歸
3.3對數幾率迴歸
3.4綫性判彆分析
3.5多分類學習
3.6類彆不平衡問題
3.7閱讀材料
習題
參考文獻
休息一會兒
第4章決策樹
4.1基本流程
4.2劃分選擇
4.3剪枝處理
4.4連續與缺失值
4.5多變量決策樹
4.6閱讀材料
習題
參考文獻
休息一會兒
第5章神經網絡
5.1神經元模型
5.2感知機與多層網絡
5.3誤差逆傳播算法
5.4全局x小與局部極小
5.5其他常見神經網絡
5.6深度學習
5.7閱讀材料
習題
參考文獻
休息一會兒
第6章支持嚮量機
6.1間隔與支持嚮量
6.2對偶問題
6.3核函數
6.4軟間隔與正則化
6.5支持嚮量迴歸
6.6核方法
6.7閱讀材料
習題
參考文獻
休息一會兒
第7章貝葉斯分類器
7.1貝葉斯決策論
7.2極大似然估計
7.3樸素貝葉斯分類器
7.4半樸素貝葉斯分類器
7.5貝葉斯網
7.6EM算法
7.7閱讀材料
習題
參考文獻
休息一會兒
第8章集成學習
8.1個體與集成
8.2Boosting
8.3Bagging與隨機森林
8.4結閤策略
8.5多樣性
8.6閱讀材料
習題
參考文獻
休息一會兒
第9章聚類
9.1聚類任務
9.2性能度量
9.3距離計算
9.4原型聚類
9.5密度聚類
9.6層次聚類
9.7閱讀材料
習題
參考文獻
休息一會兒
第10章降維與度量學習
10.1南近鄰學習
10.2低維嵌入
10.3主成分分析
10.4核化綫性降維
10.5流形學習
10.6度量學習
10.7閱讀材料
習題
參考文獻
休息一會兒
第11章特徵選擇與稀疏學習
11.1子集搜索與評價
11.2過濾式選擇
11.3包裹式選擇
11.4嵌入式選擇與L1正則化
11.5稀疏錶示與字典學習
11.6壓縮感知
11.7閱讀材料
習題
參考文獻.
休息一會兒
第12章計算學機器學習【首屆京東文學奬-年度新銳入圍作品】下載 mobi epub pdf txt 電子書格式