全新正版图书 模式识别和机器学乌利塞斯·布拉加_内托_机械工业出版社9787111735267

图书标准信息

• 作者 [美]乌利塞斯·布拉加-内托
• 出版社 机械工业出版社
• 出版时间 2023-10
• 版次 1
• ISBN 9787111735267
• 定价 119.00元
• 装帧 其他
• 开本 16开
• 页数 256页
• 字数 427千字

【内容简介】

模式识别和机器学习是人工智能应用的基础。本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了很优化的和常规的基于实例的分类问题。第4~6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。本书适合相关专业高年级本科生和研究生，以及该领域的从业人员阅读。

【作者简介】

:
赵地
    获得美国路易斯安娜理工大学（Louisiana Tech University）计算机与应用数学专业博士学位，曾在美国哥伦比亚大学（Columbia University）和美国俄亥俄州立大学（The Ohio State University）从事博士后研究工作。 
    赵地博士在GPU计算方面具有丰富的研究经验，发表了多篇学术论文和会议论文。现任CNIC-英伟达公司GPU研究中心（GPU Research Center, GRC）、CNIC-英伟达公司GPU教育中心（GPU Education Center, GEC）和CNIC-英伟达公司“智慧医疗”联合实验室负责人；中国图象图形学学会视觉大数据专业委员会委员，CCF会员。

【目录】

译者序

前言

第1章概述1

1.1模式识别与机器学习1

1.2数学基础设置1

1.3预测2

1.4预测误差2

1.5监督学习与无监督学习3

1.6复杂性权衡3

1.7设计周期4

1.8应用实例5

1.8.1生物信息学5

1.8.2材料信息学7

1.9文献注释9

第2章很优分类10

……