机器学习方法
请注意!本店个别图片不太准,图片显示多本的 有可能是一本 下单不清楚的请咨询客服,
¥
87.2
6.3折
¥
138
全新
库存6件
作者李航著
出版社清华大学出版社
ISBN9787302597308
出版时间2022-03
装帧平装
开本其他
定价138元
货号3938910
上书时间2023-11-21
商品详情
- 品相描述:全新
- 商品描述
-
目录
本书全面系统地介绍了机器学习的主要方法, 共分三篇。第一篇介绍监督学习的主要方法, 第二篇介绍无监督学习的主要方法, 第三篇介绍深度学习的主要方法。书中每章介绍一两种机器学习方法, 详细叙述各个方法的模型、策略和算法。从具体例子入手, 由浅入深, 帮助读者直观地理解基本思路, 同时从理论角度出发, 给出严格的数学推导, 让读者更好地掌握基本原理和概念。
内容摘要
机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。第一篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法,包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法,详细叙述各个方法的模型、策略和算法。从具体例子入手,由浅入深,帮助读者直观地理解基本思路,同时从理论角度出发,给出严格的数学推导,严谨详实,让读者更好地掌握基本原理和概念。目的是使读者能学会和使用这些机器学习的基本技术。为满足读者进一步学习的需要,书中还对各个方法的要点进行了总结,给出了一些习题,并列出了主要参考文献。本书是机器学习及相关课程的教学参考书,适合人工智能、数据挖掘等专业的本科生、研究生使用,也供计算机各个领域的专业研发人员参考。
— 没有更多了 —
以下为对购买帮助不大的评价