机器学习技术图书(全3册) 王聪颖,谢志辉 等 编 新华文轩网络书店 正版图书
人工智能 全彩印刷 机器学习多场景高级实践 计算广告 供需预测 智能营销 动态定价 新华书店全新正版书籍
¥
244.07
6.8折
¥
357
全新
库存7件
作者王聪颖谢志辉王宇龙白辰甲赵英男郝建业刘鹏王震
出版社其他
ISBN9782200059002
出版时间2024-06
版次1
装帧平装
开本16开
定价357元
货号1203313728
上书时间2024-07-18
商品详情
- 品相描述:全新
-
新华文轩网络书店 全新正版书籍
- 商品描述
-
人工智能方兴未艾,机器学习算法作为实现人工智能最重要的技术之一,引起了无数相关从业者的兴趣。本书详细介绍了机器学习算法的理论基础和高级实践案例,理论部分介绍了机器学习项目体系搭建路径,包括业务场景拆解、特征工程、模型评估和选型、模型优化;实践部分介绍了业界常见的业务场景,包括计算广告、供需预测、智能营销、动态定价。随书附赠所有案例源码,获取方式见封底。本书内容深入浅出,理论与实践相结合,帮助计算机专业应届毕业生、跨专业从业者、算法工程师等读者能够从零构建机器学习项目实现流程,快速掌握关键技术,迅速从小白成长为独当一面的算法工程师。本书讲解了经典的高级机器学习算法原理与知识,包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络,以及强化学习等内容,同时更强调动手实践。所有算法均利用PyTorch计算框架进行实现,并且在各章节配备实战环节,内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容。 本书附赠所有案例的源代码及各类学习资料来源,适合具有一定编程基础的人工智能爱好者学习,也是相关从业者和研究人员的学习指南。强化学习是机器学习的重要分支,是实现通用人工智能的重要途径。本书介绍了强化学习在算法层面的快速发展,包括值函数、策略梯度、值分布建模等基础算法,以及为了提升样本效率产生的基于模型学习、探索与利用、多目标学习、层次化学习、技能学习等算法,以及一些新兴领域,包括离线学习、表示学习、元学习等,旨在提升数据高效性和策略的泛化能力的算法,还介绍了应用领域中强化学习在智能控制、机器视觉、语言处理、医疗、推荐、金融等方面的相关知识。 本书深入浅出、结构清晰、重点突出,系统地阐述了强化学习的前沿算法和应用,适合从事人工智能、机器学习、优化控制、机器人、游戏开发等工作的专业技术人员阅读,还可作为计算机、人工智能、智能科学相关专业的研究生和高年级本科生的教材。
— 没有更多了 —
以下为对购买帮助不大的评价