消息首页搜索举报

图解机器学习杉山将人民邮电出版社 9787115388025

正版旧书里面部分笔记内容完好可正常使用旧书不附带光盘

14.7 九品

库存7件

江西南昌

认证卖家担保交易快速发货售后保障

作者杉山将

出版社人民邮电出版社

ISBN9787115388025

出版时间2015-04

装帧线装

页数226页

货号3532181

上书时间2024-03-21

有路官方旗舰店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 10小时
好评率暂无

最新上架

学前教育:幼儿园班级管理田兴江汪冬梅张剑春河北美术出版社 9787571818111

学前教育:幼儿园班级管理田兴江汪冬梅张剑春河北美术出版社 9787571818111 ¥13.10

冯唐成事心法(当当专享管理手册随机印章本!冯唐20年实战经验*倾囊相授一本成事、持续成事、持续成大事的实践指南) 冯唐北京联合出版公司 9787559646996

冯唐成事心法(当当专享管理手册随机印章本!冯唐20年实战经验*倾囊相授一本成事、持续成事、持续成大事的实践指南) 冯唐北京联合出版公司 9787559646996 ¥28.30

工业控制系统及应用-PLC与组态软件王华忠机械工业出版社 9787111531302

工业控制系统及应用-PLC与组态软件王华忠机械工业出版社 9787111531302 ¥11.40

妇产科学陈卫文高等教育出版社 9787040478792

妇产科学陈卫文高等教育出版社 9787040478792 ¥13.00

Photoshop CC移动UI设计实例教程(微课版) 降华张昊一人民邮电出版社 9787115569691

Photoshop CC移动UI设计实例教程(微课版) 降华张昊一人民邮电出版社 9787115569691 ¥19.90

信号与系统学习指导及习题集刘刚利重庆大学出版社 9787568909907

信号与系统学习指导及习题集刘刚利重庆大学出版社 9787568909907 ¥7.00

英汉对比与翻译导论(第二2版) 熊兵华中师范大学出版社 9787562292678

英汉对比与翻译导论(第二2版) 熊兵华中师范大学出版社 9787562292678 ¥20.80

数控加工工艺及设备-(第二2版) 赵长明高等教育出版社 9787040413540

数控加工工艺及设备-(第二2版) 赵长明高等教育出版社 9787040413540 ¥10.20

空间解析几何谢敬然高等教育出版社 9787040314175

空间解析几何谢敬然高等教育出版社 9787040314175 ¥7.70

商品详情

品相描述：九品

商品描述: 温馨提示：亲！旧书库存变动比较快，有时难免会有断货的情况，为保证您的利益，拍前请务必联系卖家咨询库存情况！谢谢！

书名：图解机器学习
编号：3532181
ISBN：9787115388025[十位:]
作者：杉山将
出版社：人民邮电出版社
出版日期：2015年04月
页数：226
定价：49.00 元
参考重量：0.210Kg
-------------------------

新旧程度：6-9成新左右，不影响阅读，详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全

* 图书目录 *

第I部分绪论

第1章什么是机器学习 2

1.1 学习的种类 2

1.2 机器学习任务的例子 4

1.3 机器学习的方法 8

第2章学习模型 12

2.1 线性模型 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 *小二乘学习法 22

3.1 *小二乘学习法 22

3.2 *小二乘解的性质 25

3.3 大规模数据的学习算法 27

第4章带有约束条件的*小二乘法 31

4.1 部分空间约束的*小二乘学习法 31

4.2 l2 约束的*小二乘学习法 33

4.3 模型选择 37

第5章稀疏学习 43

5.1 l1 约束的*小二乘学习法 43

5.2 l1 约束的*小二乘学习的求解方法 45

5.3 通过稀疏学习进行特征选择 50

5.4 lp约束的*小二乘学习法 51

5.5 l1 l2 约束的*小二乘学习法 52

第6章鲁棒学习 55

6.1 l1 损失*小化学习 56

6.2 Huber损失*小化学习 58

6.3 图基损失*小化学习 63

6.4 l1 约束的Huber损失*小化学习 65

第III部分有监督分类

第7章基于*小二乘法的分类 70

7.1 *小二乘分类 70

7.2 0/1 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*大化分类 80

8.2 支持向量机分类器的求解方法 83

8.3 稀疏性 86

8.4 使用核映射的非线性模型 88

8.5 使用Hinge损失*小化学习来解释 90

8.6 使用Ramp损失的鲁棒学习 93

第9章集成分类 98

9.1 剪枝分类 98

9.2 Bagging学习法 101

9.3 Boosting 学习法 105

第10章概率分类法 112

10.1 Logistic回归 112

10.2 *小二乘概率分类 116

第11 章序列数据的分类 121

11.1 序列数据的模型化 122

11.2 条件随机场模型的学习 125

11.3 利用条件随机场模型对标签序列进行预测 128

第IV部分无监督学习

第12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

第13章无监督降维 143

13.1 线性降维的原理 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 拉普拉斯特征映射 155

第14章聚类 158

14.1 K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部分新兴机器学习算法

第15章在线学习 170

15.1 被动攻击学习 170

15.2 适应正则化学习 176

第16章半监督学习 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*小二乘学习的求解方法 183

16.3 拉普拉斯正则化的解释 186

第17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

第18章迁移学习 197

18.1 协变量移位下的迁移学习 197

18.2 类别平衡变化下的迁移学习 204

第19章多任务学习 212

19.1 使用*小二乘回归的多任务学习 212

19.2 使用*小二乘概率分类器的多任务学习 215

19.3 多次维输出函数的学习 216

第VI部分结语

第20章总结与展望 222

参考文献 225

— 没有更多了 —

店铺评价

消息首页搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用

暂时不用

打开孔网APP