机器学公式详解 人工智能 谢文睿,秦州 编
人工智能领域中文的开山之作、周志华“西瓜书”《机器学》伴侣书，datawhale开源协作学“南瓜书”，机器学初学小白提升数学基础能力的练书！
￥ 34.6 5.8折 ￥ 59.8 全新
仅1件
作者谢文睿,秦州 编
出版社人民邮电出版社
ISBN9787115559104
出版时间2021-03
版次1
装帧平装
开本20
页数168页
字数158千字
定价59.8元
货号701_9787115559104
上书时间2024-12-30
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
1.市场累计榜的“西瓜书”机器学公式解析指南！
“南瓜书”tawhale成员自学，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学中的数学难题。
2.机器学初学小白提升数学基础能力的练册！
以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参材料，分享在学中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学的小白也能上手练！
3.俞勇、、李沐、程明明、陈光（博主@爱可可爱生活）、徐亦达等人工智能领域大咖亲笔
目录：
章绪论
式(1.1)
式(1.2)
第2章模型评估与选择
式(2.20)
式(2.21)
式(2.27)
式(2.41)
附注
参文献
第3章线模型
式(3.5)
式(3.6)
式(3.7)
式(3.10)
式(3.27)
式(3.30)
式(3.32)
式(3.37)
式(3.38)
式(3.39)
式(3.43)
式(3.44)
式(3.45)
第4章决策树
式(4.1)
式(4.2)
式(4.6)
式(4.7)
式(4.8)
附注
参文献
第5章神经网络
式(5.2)
式(5.10)
式(5.12)
式(5.13)
式(5.14)
式(5.15)
式(5.20)
式(5.22)
式(5.23)
式(5.24)
附注
参文献
第6章支持向量机
式(6.9)
式(6.10)
式(6.11)
式(6.13)
式(6.35)
式(6.37)
式(6.38)
式(6.39)
式(6.40)
式(6.41)
式(6.52)
式(6.60)
式(6.62)
式(6.63)
式(6.65)
式(6.66)
式(6.67)
式(6.70)
附注
参文献
第7章贝叶斯分类器
式(7.5)
式(7.6)
式(7.12)
式(7.13)
式(7.19)
式(7.20)
式(7.24)
式(7.25)
式(7.27)
式(7.34)
附注
参文献
第8章集成学
式(8.1)
式(8.2)
式(8.3)
式(8.4)
式(8.5)
式(8.6)
式(8.7)
式(8.8)
式(8.9)
式(8.10)
式(8.11)
式(8.12)
式(8.13)
式(8.14)
式(8.16)
式(8.17)
式(8.18)
式(8.19)
式(8.20)
式(8.21)
式(8.22)
式(8.23)
式(8.24)
式(8.25)
式(8.26)
式(8.27)
式(8.28)
式(8.29)
式(8.30)
式(8.31)
式(8.32)
式(8.33)
式(8.34)
式(8.35)
式(8.36)
第9章聚类
式(9.5)
式(9.6)
式(9.7)
式(9.8)
式(9.33)
式(9.34)
式(9.35)
式(9.38)
0章降维与度量学
式(10.1)
式(10.2)
式(10.3)
式(10.4)
式(10.5)
式(10.6)
式(10.10)
式(10.14)
式(10.17)
式(10.24)
式(10.28)
式(10.31)
1章特征选择与稀疏学
式(11.1)
式(11.2)
式(11.5)
式(11.6)
……
内容简介：
周志华老师的机器学（俗称“西瓜书”）是机器学领域的经典入门教材之一。本书（俗称“南瓜书”）基于datawhale 成员自学“西瓜书”时记下的编著而成，旨在对“西瓜书”中重难点公式加以解析，以及对部分公式补充具体的推导细节。全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解析都以本科数学基础的视角进行讲解，希望能够帮助读者达到“理工科数学基础扎实点的大二下学期”水。每章都附有相关阅读材料，以便有兴趣的读者进一步钻研探索。本书思路清晰，视角独特，结构合理，可作为高等院校计算机及相关专业的本科生或教材，也可供对机器学感兴趣的研究人员和工程技术人员阅读参。
作者简介：
谢文睿
北京大学硕士， 开源组织datawhale 核心成员兼开源项目负责人，主要研究方向为机器学与自然语言处理。
秦州
康奈尔大学计算机硕士，datawhale重要贡献成员。阿里巴巴算法工程师，主要研究方向为图神经网络的研发和应用。cikm 2019佳应用作者，开源图神经网络框架graphlearn核心开发者。
— 没有更多了 —
以下为对购买帮助不大的评价