机器学习
新华书店全新正版，极速发货，假一罚十，可开电子发票，请放心购买。
￥ 71.09 6.6折 ￥ 108 全新
库存1540件
天津西青
认证卖家担保交易快速发货售后保障
作者周志华
出版社清华大学出版社
ISBN9787302423287
出版时间2016-01
装帧平装
开本其他
定价108元
货号1202169628
上书时间2024-10-12
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
周志华 教授，南京大学计算机系主任、人工智能学院院长、校学术委员会委员。欧洲科学院外籍院士。人工智能相关五大主流国际学会ACM、AAAI、AAAS、IEEE、IAPR均入选Fellow的首位华人学者，中国计算机学会、中国人工智能学会会士。曾获IEEE计算机学会Edward J. McCluskey技术成就奖、CCF王选奖等。
目录
第1章绪论
1．1引言
1．2基本术语
1．3假设空间
1．4归纳偏好
1．5发展历程
1．6应用现状
1．7阅读材料
习题
参考文献
休息一会儿
第2章模型评估与选择
2．1经验误差与过拟合
2．2评估方法
2．3性能度量
2．4比较检验
2．5偏差与方差
2．6阅读材料
习题
参考文献
休息一会儿
第3章线性模型
3．1基本形式
3．2线性回归
3．3对数几率回归
3．4线性判别分析
3．5多分类学习
3．6类别不平衡问题
3．7阅读材料
习题
参考文献
休息一会儿
第4章决策树
4．1基本流程
4．2划分选择
4．3剪枝处理
4．4连续与缺失值
4．5多变量决策树
4．6阅读材料
习题
参考文献
休息一会儿
第5章神经网络
5．1神经元模型
5．2感知机与多层网络
5．3误差逆传播算法
5．4全局最小与局部极小
5．5其他常见神经网络
5．6深度学习
5．7阅读材料
习题
参考文献
休息一会儿
第6章支持向量机
6．1间隔与支持向量
6．2对偶问题
6．3核函数
6．4软间隔与正则化
6．5支持向量回归
……
第7章贝叶斯分类器
第8章集成学习
第9章聚类
第10章降维与度量学习
第11章特征选择与稀疏学习
第12章计算学习理论
第13章半监督学习
第14章概率图模型
第15章规则学习
第16章强化学习
附录
后记
索引
内容摘要
机器学习是计算机科学的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索.本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考.
主编推荐
"击败AlphaGo的武林秘籍；赢得人机大战的必由之路。回答了有关机器学习的六大疑问，浅显生动，外行也能读懂。既道出了机器学习的前世今生，又展望了机器学习的未来发展，让道听途说的信息止于智者。
"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价