图解机器学习
正版新书 新华官方库房直发 可开电子发票
￥ 31.1 5.2折 ￥ 59.8 全新
库存101件
作者(日)杉山将
出版社人民邮电出版社
ISBN9787115388025
出版时间2015-04
版次1
装帧平装
开本32开
纸张胶版纸
页数240页
字数209千字
定价59.8元
货号SC:9787115388025
上书时间2024-11-29
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:
187张图解轻松入门
提供可执行的Matlab程序代码
覆盖机器学习中实用、用途广的算法
专业实用
东京大学教授、机器学习研究人员执笔，浓缩机器学习的关键知识点
图文并茂
187张图示帮助理解，详略得当，为读懂大部头开路。
角度新颖
基于ZUI小二乘法讲解各种有监督学习的回归和分类算法，以及无监督学习算法。
实战导向
配有可执行的MATLAB程序代码，边学习边实践。
内容简介:
《图解机器学习》用丰富的图示，从最小二乘法出发，对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况；第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法；第Ⅳ部分介绍了各种无监督学习算法；第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码，可以用来进行简单的测试。本书适合所有对机器学习有兴趣的初学者阅读。
目录:
第I部分绪论
第1章什么是机器学习2
1.1学习的种类2
1.2机器学习任务的例子4
1.3机器学习的方法8
第2章学习模型12
2.1线性模型12
2.2核模型15
2.3层级模型17
第II部分有监督回归
第3章最小二乘学习法22
3.1最小二乘学习法22
3.2最小二乘解的性质25
3.3大规模数据的学习算法27
第4章带有约束条件的最小二乘法31
4.1部分空间约束的最小二乘学习法31
4.2ｌ2约束的最小二乘学习法33
4.3模型选择37
第5章稀疏学习43
5.1ｌ1约束的最小二乘学习法43
5.2ｌ1约束的最小二乘学习的求解方法45
5.3通过稀疏学习进行特征选择50
5.4ｌp约束的最小二乘学习法51
5.5ｌ1+ｌ2约束的最小二乘学习法52
第6章鲁棒学习55
6.1ｌ1损失最小化学习56
6.2Huber损失最小化学习58
6.3图基损失最小化学习63
6.4ｌ1约束的Huber损失最小化学习65
第III部分有监督分类
第7章基于最小二乘法的分类70
7.1最小二乘分类70
7.20/1损失和间隔73
7.3多类别的情形76
第8章支持向量机分类80
8.1间隔优选化分类80
8.2支持向量机分类器的求解方法83
8.3稀疏性86
8.4使用核映射的非线性模型88
8.5使用Hinge损失最小
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价