机器学习方法
全新正版 极速发货
¥
86.31
6.3折
¥
138
全新
库存3件
作者李航
出版社清华大学出版社
ISBN9787302597308
出版时间2022-03
装帧平装
开本16开
定价138元
货号31426911
上书时间2024-06-04
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
李航日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任日本NEC公司中央研究所研究员,微软亚洲研究院高级研究员及主任研究员,华为诺亚方舟实验室主任、首席科学家,现任字节跳动人工智能实验室总监。北京大学、南京大学客座教授。研究方向为信息检索、自然语言处理、统计机器学习及数据挖掘等。
目录
第1篇 监督学习
第1章 机器学习及监督学习概论
1.1 机器学习
1.2 机器学习的分类
1.2.1 基本分类
1.2.2 按模型分类
1.2.3 按算法分类
1.2.4 按技巧分类
1.3 机器学习方法三要素
1.3.1 模型
1.3.2 策略
1.3.3 算法
1.4 模型评估与模型选择
1.4.1 训练误差与测试误差
1.4.2 过拟合与模型选择
1.5 正则化与交叉验证
1.5.1 正则化
1.5.2 交叉验证
1.6 泛化能力
1.6.1 泛化误差
1.6.2 泛化误差上界
1.7 生成模型与判别模型
1.8 监督学习应用
1.8.1 分类问题
1.8.2 标注问题
1.8.3 回归问题
本章概要
继续阅读
习题
参考文献
第2章 感知机
2.1 感知机模型
2.2 感知机学习策略
2.2.1 数据集的线性可分性
2.2.2 感知机学习策略
2.3 感知机学习算法
2.3.1 感知机学习算法的原始形式
2.3.2 算法的收敛性
2.3.3 感知机学习算法的对偶形式
本章概要
继续阅读
习题
参考文献
第3章 k近邻法
3.1 k近邻算法
3.2 k近邻模型
3.2.1 模型
3.2.2 距离度量
3.2.3 k值的选择
3.2.4 分类决策规则
内容摘要
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。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