【包邮】 机器学习与大数据技术 【正版九新】
九品消毒塑封
￥ 14.8 3.0折 ￥ 49.8 九五品
库存2件
天津宝坻
认证卖家担保交易快速发货售后保障
作者牟少敏
出版社人民邮电出版社
ISBN9787115487711
出版时间2018-08
装帧其他
开本16开
定价49.8元
货号9787115487711
上书时间2024-12-11
- 最新上架
商品详情
- 品相描述：九五品
- 商品描述
-
作者简介
牟少敏，博士，山东农业大学教授，硕士研究生导师。主要从事机器学习，模式识别，数字图像处理、计算机视觉和大数据技术的研究及其在农业等领域的应用。近年来，先后参加了国家自然科学基金项目基于性贝叶斯网络的学习技术研究；国家自然科学基金项目智能网络安全防御系统关键技术的研究；国家世界银行贷款项目农田景观主要作物病虫害生态治理技术研究；山东省科技厅项目农业信息化关键技术应用-苹果产业技术信息化服务平台研发。在支持向量机的简化和结构数据核函数方面，取得了一定的成绩。在国外杂志和靠前核心期刊上发表论文50多篇，其中被SCI、EI和ISTP收录15篇。获得山东省科技进步奖二等奖2项，山东省科技进步奖三等奖2项。
目录
第1章 绪论
1.1 机器学习
1.1.1 概述
1.1.2 评价准则
1.1.3 分类
1.1.4 常用工具
1.2 大数据
1.3 人工智能
1.4 图像处理技术
第2章 机器学习的理论与方法
2.1 回归分析与最小二乘法
2.2 聚类
2.2.1 简介
2.2.2 基本原理
2.2.3 常用聚类算法
2.3 遗传算法
2.3.1 简介
2.3.2 基本原理
2.3.3 特点与应用
2.4 蚁群算法
2.4.1 简介
2.4.2 基本原理
2.4.3 特点与应用
2.5 粒子群算法
2.5.1 简介
2.5.2 基本原理
2.5.3 特点与应用
2.6 人工神经网络
2.6.1 简介
2.6.2 神经网络基础
2.6.3 BP神经网络
2.6.4 RBF神经网络
2.7 支持向量机
2.7.1 简介
2.7.2 基本原理
2.7.3 特点与应用
2.8 隐马尔科夫模型
第3章 深度学习理论与方法
3.1 简介
3.2 常见模型
3.2.1 卷积神经网络
3.2.2 受限玻尔兹曼机
3.2.3 深度信念网络
3.2.4 自动编码器
3.2.5 降噪自动编码器
3.2.6 堆叠降噪自动编码器
3.3 应用场景
3.4 发展趋势
3.4.1 深度集成学习
3.4.2 深度强化学习
内容摘要
机器学习、大数据技术是计算机科学与技术的重要研究内容。牟少敏著的《机器学习与大数据技
术》比较全面地论述了机器学习与大数据技术的基本概念、基础原理和基本方法，力求通俗易懂，深入浅出。本书的主要内容包括聚类、遗传算法、粒子群算法、人工神经网络和支持向量机等常见的机器学习算法，重点讲解了深度学习常见的模型、大数据相关内容和大数据技术的具体应用、常见的图像处理技术、Python语言的编程基础，以及基于Python的科学计算和机器学习算法，并配有大量的源代码。书中介绍了作者近年来取得的部分相关研究成果，涉及机器学习、大数据技术等多个领域。
本书适合计算机科学与技术、数据科学与技术的研究生和本科生使用，也可供从事农业大数据等领域的相关人员参考。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价