机器学习基础
正版新书 新华官方库房直发 可开电子发票
￥ 22.36 7.5折 ￥ 29.8 全新
库存7件
作者吕云翔[等]编著
出版社清华大学出版社
ISBN9787302496595
出版时间2018-11
版次1
装帧平装
开本16开
纸张胶版纸
页数172页
字数226千字
定价29.8元
货号SC:9787302496595
上书时间2024-09-18
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
本书全面系统地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。本书可作为高等院校计算机、软件工程、智能科学与技术等专业研究生和高年级本科生的教材，同时对于从事人工智能、数据挖掘、模式识别等相关技术人员也具有较高的参考价值。
目录:
第1章绪论
1.1从两个问题谈起
1.2模型评估与模型参数选择
1.2.1验证
1.2.2正则化
1.3机器学习算法分类
1.3.1监督学习
1.3.2非监督学习
习题
第2章回归
2.1线性回归
2.2Logistic回归
习题
第3章LDA主题模型
3.1LDA简介
3.2数学基础
3.2.1多项分布
3.2.2Dirichlet分布
3.2.3共轭先验分布
3.3LDA主题模型
3.3.1基础模型
3.3.2PLSA模型
3.3.3LDA模型
3.4LDA模型应用实例
3.4.1配置安装
3.4.2文本预处理
3.4.3使用Gensim
习题
第4章决策树
4.1决策树简介
4.1.1一个小例子
4.1.2几个重要的术语及决策树构造思路
4.2离散型决策树的构造
4.3连续性数值的处理
4.4决策树剪枝
习题
第5章支持向量机
5.1分离超平面与优选间隔
5.2线性支持向量机
5.2.1硬间隔
5.2.2软间隔
5.3非线性支持向量机
5.3.1核方法
5.3.2常用的核函数
5.4操作实例：应用MATLAB多分类SVM、二分类SVM、决策树算法进行分类
5.4.1数据集选择
5.4.2数据预处理
5.4.3模型表
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价