套装2册 机器学习理论导引+机器学习
全新正版 极速发货
¥
119.65
6.4折
¥
187
全新
库存4件
作者周志华 等
出版社机械工业出版社 等
ISBN9787111654247
出版时间2020-06
装帧平装
开本16开
定价187元
货号1202315975
上书时间2024-06-28
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
《机器学习》
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靠前学会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
《机器学习理论导引》
《机器学习》
【注】本套装以商品标题及实物为准,因仓位不同可能会拆单发货,如有需要购买前可联系客服确认后再下单,谢谢!
内容摘要
《机器学习》
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:部分(~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(1~16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.
《机器学习理论导引》
本书旨在为有志于机器学习理论学习和研究的读者提供一个入门导引。在预备知识之后,全书各章分别聚焦于:可学性、(假设空间)复杂度、泛化界、稳定性、一致性、收敛率、遗憾界。除介绍基本概念外,还给出若干分析实例,如显示如何将不同理论工具应用于支持向量机这种常见机器学习技术。本书可作为高等院校人工智能、计算机、自动化等相关专业机器学习理论课程的教材,也可供对机器学习理论感兴趣的研究人员阅读参考。
主编推荐
《机器学习》
"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。
"
— 没有更多了 —
以下为对购买帮助不大的评价