消息 首页 搜索 举报
  • 机器学习导论 卢官明 机械工业出版社 9787111685111
21年品牌 40万+商家 超1.5亿件商品

机器学习导论 卢官明 机械工业出版社 9787111685111

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

￥ 19.3 八五品

库存4件

江西南昌
认证卖家担保交易快速发货售后保障

作者卢官明

出版社机械工业出版社

ISBN9787111685111

出版时间2021-08

装帧线装

页数252页

货号4626381

上书时间2024-12-23

有路官方旗舰店

九年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：八五品
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：机器学习导论
编号：4626381
ISBN：9787111685111[十位:]
作者：卢官明
出版社：机械工业出版社
出版日期：2021年08月
页数：252
定价：69.00 元
参考重量：0.400Kg
-------------------------
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 *
前言 第1章机器学习概述1 1.1机器学习的概念与基本术语1 1.2人工智能、机器学习、深度学习三者的关系6 1.3机器学习的三个基本要素11 1.4机器学习模型的分类16 1.5数据预处理24 1.6模型选择与评估29 1.7小结43 1.8习题43 第2章回归模型45 2.1线性回归45 2.2多项式回归53 2.3线性回归的正则化——岭回归和套索回归54 2.4逻辑斯谛回归58 2.5 Softmax回归61 2.6小结63 2.7习题64 第3章 k-近邻和k-d树算法66 3.1 k-近邻法66 3.2 k-d树70 3.3小结75 3.4习题76 第4章 支持向量机77 4.1统计学习理论基础77 4.2支持向量机的基本原理和特点84 4.3线性SVM90 4.4基于核函数的非线性SVM95 4.5多分类SVM96 4.6支持向量机的训练100 4.7小结104 4.8习题105 第5章 贝叶斯分类器与贝叶斯网络106 5.1贝叶斯方法106 5.2贝叶斯分类器113 5.3贝叶斯网络119 5.4小结128 5.5习题129 第6章 决策树130 6.1概述130 6.2决策树学习134 6.3特征(或属性)选择135 6.4 ID3算法144 6.5 C4.5算法145 6.6CART算法146 6.7决策树的剪枝149 6.8决策树的优缺点150 6.9小结151 6.10习题151 第7章 集成学习153 7.1集成学习概述153 7.2 AdaBoost算法159 7.3梯度提升决策树(GBDT)160 7.4随机森林和随机树163 7.5小结166 7.6习题168 第8章 聚类169 8.1聚类概述169 8.2 k-均值算法175 8.3 BIRCH算法178 8.4基于密度的聚类算法183 8.5小结190 8.6习题191 第9章 深度学习192 9.1人工神经网络基础192 9.2卷积神经网络207 9.3循环神经网络218 9.4生成式对抗网络226 9.5小结238 9.6习题239 附录 缩略语英汉对照240 参考文献242
  • 机器学习导论 卢官明 机械工业出版社 9787111685111

—  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