{正版现货新书} 机器学习 9787040588576 胡清华，杨柳编著

第1章引论

1.1机器学习的定义.......1

1.2 机器学习算法的分类.......2

1.3机器学习的发展历史

1.3.1神经网络与深度学习.......5

1.3.2决策树算法系列.

1.3.3无监督学习.......8

1.4评价指标

1.4.1分类算法的评价指标.

1.4.2聚类算法的评价指标.......10

1.5机器学习技术的应用

1.5.1分类技术的应用.......13

1.5.2回归技术的应用

1.5.3聚类算法的应用.......14

参考文献.......14

第2章感知机.......15

2.1感知机的发展历史.......15

2.2感知机模型.......18

2.3感知机学习.......20

2.3.1感知机学习算法

2.3.2感知机算法收敛性

2.4二分类感知机到多分类感知机的推广.......26

2.5本章概要

2.6扩展阅读

2.7习题.

2.8实践:利用 scikit-learm 实现

一个感知机

参考文献....

第3章Logistic 回归

3.1 Logistic回归的发展历史.

3.2 Logistic回归模型.

3.3模型参数估计.......363.4多项 Logistic 回归.......41

3.5本章概要

3.6扩展阅读

3.7习题

3.8实践:利用 scikit-learm建立一个

Logistic 回归模型.......44

参考文献..

第4章支持向量机

4.1支持向量机的发展历电.......47

4.2硬间隔支持向量机

4.2.1间隔最大化

4.2.2参数学习..6....51

4.3软间隔线性支持向量机....156

4.3.1软间隔最大化

4.3.2参数学习......58

4.4非线性支持向量机

4.4.1核函数.......63

4.4.2常用核函数い....64

4.4.3非线性支持向量机、い..4.664.5多核学习......67

4.5.1多核学习......-684.5.2多核学习原始问题

4.5.3多核学习对偶问题

4.6快速的 SVM方法

4.7本章概要......72

4.8扩展阅读......-73

4.9习题......-73

4.10实践:利用 scikit-learm建立

一个SVM模型.......74参考文献

第5章神经网络

5.1神经网络的发展历史

5.2多层神经元

5.3前馈神经网络

5.3.1前馈神经网络的结构,

5.3.2网络参数学习.......88

5.4反向传播算法.......89

5.5卷积神经网络

5.5.1卷积.......95

5.5.2卷积神经网络

5.5.3卷积神经网络的反向传播算法

5.5.4几种典型的卷积神经网络.......1045.6递归神经网络与长短期记忆网络

5.6.1递归神经网络.....-110

5.6.2长短期记忆网络

5.7本章概要......-11

……

参考文献.......231

附录A.......233

A.1全场景AI框架MindSpore. . . ....233

A.1.1 MindSpore的设计理念.... . ..234A.1.2 MindSpore的层次结构.... ...235A.2前馈神经网络.......236

A.3基于MobileNetV2网络实现

Fine-tune......246

附录B.... ...263

本书是新一代人工智能实践系列教材之一，共分为9章，第1章为引论，第27章介绍有监督学习算法，包括感知机、Logistics回归、支持向量机、神经网络决策树以及贝叶斯模型。第8章介绍无监督学习算法，第9章讨论数据的表示和特征降维。