机器学习与智能感知
正版新书 新华官方库房直发 可开电子发票
￥ 36.86 7.4折 ￥ 49.8 全新
库存2件
作者张宝昌 ... 等编著
出版社清华大学出版社
ISBN9787302641704
出版时间2023-09
版次1
装帧平装
开本16开
纸张胶版纸
页数172页
字数264千字
定价49.8元
货号SC:9787302641704
上书时间2024-07-08
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:
本书强调基础知识与前沿研究的无缝衔接，从机器学习基础、深度学习理论与应用逐步深入，内容由易到难,循序渐进。
本书强调理论与实践的有效结合，引入大量案例讲解算法，使读者可以在学习案例的基础上更好地学习算法和理论。
本书整体逻辑严密，各章节又相对独立，不仅包括传统的理论和方法，也融入了一些新的算法和比较流行的机器学习理论，使读者了解机器学习的新方向和新发展。
本书可以作为计算机科学与技术、人工智能、智能科学与技术等专业的教学用书，也可以作为对机器学习感兴趣的读者的参考书。
本书配套教学课件，读者可从清华大学出版社网站下载使用。
内容简介:
本书旨在通过对机器学习主要原理和方法的介绍，并且结合作者多年来在智能感知方面的研究成果，对其他书籍未涉及的一些前沿研究进行补充阐述。通过对基础理论循序渐进、深入浅出的讲解，读者能够更快速地掌握机器学习的基本方法，在此基础上每章内容由易到难，读者可以根据自己的掌握程度以及兴趣，选择特定的方向进行更深入的学习。本书可作为有一定数学基础的人工智能专业的本科生和研究生教材，也可作为有志于钻研人工智能相关领域（包括机器学习和智能感知等方向）的读者的参考书。
目录:
第1章机器学习的发展史1
引言1
1.1机器学习1
1.1.1机器学习的定义和研究意义1
1.1.2机器学习的发展史3
1.1.3机器学习系统的基本结构4
1.1.4机器学习的分类5
1.1.5目前研究领域9
1.2统计模式识别问题9
1.2.1机器学习问题的表示10
1.2.2经验风险最小化11
1.2.3复杂性与推广能力12
1.3统计机器学习理论的核心内容13
1.3.1学习过程一致性的条件13
1.3.2推广性的界13
1.3.3结构风险最小化15
1.4解耦因果学习16
1.4.1因果学习17
1.4.2相关工作18
1.4.3解耦因果学习方法与应用18
1.5总结21
课后习题21
第2章决策树学习22
引言22
2.1决策树学习概述22
— 没有更多了 —
以下为对购买帮助不大的评价