机器学习入门基础
正版新书 新华官方库房直发 可开电子发票
￥ 51.66 7.4折 ￥ 69.8 全新
库存4件
作者黄海广，徐震，张笑钦编著
出版社清华大学出版社
ISBN9787302619581
出版时间2023-04
版次1
装帧平装
开本16开
纸张胶版纸
页数264页
字数396千字
定价69.8元
货号SC:9787302619581
上书时间2024-11-03
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
主编推荐:
l本书内容全面丰富，通过本书，学习者将初步理解主流的机器学习算法，并且可以用机器学习技术解决现实生活中的问题。
l内容编排和讲解围绕培养初学者入门机器学习，具有大量的案例和图解来讲解知识点及其应用，并给出详细分析和讨论。
l本书配套的视频资源已经在中国大学慕课开放，首轮开课就达到1.1万人学习。
l本书提供了教学大纲、教学进度、教学课件，并提供习题解答，同时提供了练习代码，可作为本科生、硕士生的教材，也可以作为专科生实践课教材。
内容简介:
机器学习专门研究计算机怎样模拟或实现人类的学习行为，它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。本书是一本机器学习的入门书，通过本书，学习者将初步理解主流的机器学习算法，并且可以用机器学习技术解决现实生活中的问题。只要有本科三年级以上的数学知识，会一种编程语言，就可以掌握本书的绝大部分内容。
本书共有15章，主要讲解经典的机器学习算法，如线性回归、逻辑回归、决策树等，同时讲解近几年才出现的算法，如XGBoost、LightGBM等集成学习算法。此外，本书还会讲解利用机器学习解决问题的实用技术，如Python、Scikit-learn工具的使用等。
本书配套有教学大纲、教学进度、教学课件、教学视频及习题，可以作为专科生、本科生、研究生的机器学习教材，也可以作为从事机器学习、数据挖掘相关工作的研究人员和技术人员的参考书。
目录:
第1章引言1
1.1机器学习概述1
1.2机器学习发展史2
1.3机器学习的类型5
1.3.1监督学习5
1.3.2无监督学习7
1.3.3强化学习8
1.4机器学习的主要概念9
1.4.1模型9
1.4.2损失函数9
1.4.3优化算法10
1.4.4模型评估10
1.5机器学习的背景知识11
1.5.1数学基础11
1.5.2编程基础11
1.6机器学习的开发流程12
1.7本书概述13
1.7.1本书结构13
1.7.2学习路线14
习题14
参考文献16
第2章数学基础回顾(选修)17
2.1数学基础的必要性17
2.1.1数学基础概述17
2.1.2符号定义17
2.2高等数学18
2.2.1导数的定义18
2.2.2左右导数的几何意义和物理意义18
2.2.3函数的可导性与连续性之间的关系19
2.2.4平面曲线的切线和法线19
2.2.5四则运算法则19
2.2.6基本导数与微分表19
2.2.7复合函数、反函数、隐函数及参数方程所确定的函数的微分法20
2.2.8常用高阶导数公式20
2.2.9微分中值定理21
2.2.10泰勒公式21
2.2.11函数单调性的判断22
2.2.12函数凹凸性的判断23
2.3线性代数23
2.3.1基本概念23
2.3.2矩阵乘法24
2.
...
— 没有更多了 —
以下为对购买帮助不大的评价