图解机器学 人工智能 ()杉山将 新华正版
人工智能 新华书店全新正版书籍 支持7天无理由
￥ 29.3 4.9折 ￥ 59.8 全新
库存108件
作者()杉山将
出版社人民邮电出版社
ISBN9787115388025
出版时间2015-04
版次1
装帧平装
开本32开
页数240页
字数209千字
定价59.8元
货号xhwx_1202459482
上书时间2023-12-22
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
187张图解轻松入门提供可执行的matlab程序代码覆盖机器学中实用、用途广的算专业实用东京大学教授、机器学研究人员执笔，浓缩机器学的关键知识点图文并茂187张图示帮助理解，详略得当，为读懂大部头开路。角度新颖基于小二乘讲解各种有监督学的回归和分类算，以及无监督学算。实战导向配有可执行的matlab程序代码，边学边实践。
目录：
第i部分绪论
章什么是机器学2
1.1学的种类2
1.2机器学任务的例子4
1.3机器学的方8
第2章学模型12
2.1线模型12
2.2核模型15
2.3层级模型17
第ii部分有监督回归
第3章小二乘学22
3.1小二乘学22
3.2小二乘解的质25
3.3大规模数据的学算27
第4章带有约束条件的小二乘31
4.1部分空间约束的小二乘学31
4.2ｌ2约束的小二乘学33
4.3模型选择37
第5章稀疏学43
5.1ｌ1约束的小二乘学43
5.2ｌ1约束的小二乘学的求解方45
5.3通过稀疏学进行特征选择50
5.4ｌp约束的小二乘学51
5.5ｌ1+ｌ2约束的小二乘学52
第6章鲁棒学55
6.1ｌ1损失小化学56
6.2huber损失小化学58
6.3图基损失小化学63
6.4ｌ1约束的huber损失小化学65
第iii部分有监督分类
第7章基于小二乘的分类70
7.1小二乘分类70
7.20/1损失和间隔73
7.3多类别的情形76
第8章支持向量机分类80
8.1间隔优选化分类80
8.2支持向量机分类器的求解方83
8.3稀疏86
8.4使用核映的非线模型88
8.5使用hinge损失小化学来解释90
8.6使用ramp损失的鲁棒学93
第9章集成分类98
9.1剪枝分类98
9.2bagging学101
9.3boosting学105
0章概率分类112
10.1logistic回归112
10.2小二乘概率分类116
1章序列数据的分类121
11.1序列数据的模型化122
11.2条件场模型的学125
11.3利用条件场模型对标签序列进行预测128
第iv部分无监督学
2章异常检测132
12.1局部异常因子132
12.2支持向量机异常检测135
12.3基于密度比的异常检测137
3章无监督降维143
13.1线降维的144
13.2主成分分析146
13.3局部保持投影148
13.4核函数主成分分析152
13.5拉普拉斯特征映155
4章聚类158
14.1k均值聚类158
14.2核k均值聚类160
14.3谱聚类161
14.4调整参数的自动选取163
第v部分新兴机器学算
5章在线学170
15.1被动攻击学170
15.2适应正则化学176
6章半监督学181
16.1灵活应用输入数据的流形构造182
16.2拉普拉斯正则化小二乘学的求解方183
16.3拉普拉斯正则化的解释186
7章监督降维188
17.1与分类问题相对应的判别分析188
17.2充分降维195
8章迁移学197
18.1协变量移位下的迁移学197
18.2类别衡变化下的迁移学204
9章多任务学212
19.1使用小二乘回归的多任务学212
19.2使用小二乘概率分类器的多任务学215
19.3多次维输出函数的学216
第vi部分结语
第20章结与展望222
参文献225
内容简介：
图解机器学用丰富的图示，从小二乘出发，对基于小二乘实现的各种机器学算进行了详细的介绍。第ⅰ部分介绍了机器学领域的概况；第ⅱ部分和第ⅲ部分分别介绍了各种有监督的回归算和分类算；第ⅳ部分介绍了各种无监督学算；第ⅴ部分介绍了机器学领域中的新兴算。书中大部分算都有相应的matlab程序源代码，可以用来进行简单的测试。本书适合所有对机器学有兴趣的初学者阅读。
— 没有更多了 —
以下为对购买帮助不大的评价