机器学习算法与应用(21世纪经济管理新形态教材)/大数据与信息管理系列9787302586142
正版图书，可开发票，请放心购买。
￥ 57.98 8.5折 ￥ 68 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:唐晨//付树军//徐岩|责编:高晓蔚
出版社清华大学
ISBN9787302586142
出版时间2022-07
装帧平装
开本其他
定价68元
货号31540420
上书时间2024-11-26
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 绪论
1.1 机器学习的定义
1.2 机器学习的种类
1.3 机器学习的应用
1.4 网上公开的部分机器学习数据库
第一部分 机器学习中的数学基础
第2章 线性代数
2.1 标量、向量、矩阵和张量
2.2 矩阵的运算
2.3 特殊矩阵
2.4 线性空间、线性相关和线性变换
2.5 内积与范数
2.6 矩阵分解
2.7 Moore-Penrose伪逆
2.8 MATLAB函数和示例
第3章 概率统计与信息论
3.1 随机事件及其概率
3.2 随机变量及其概率分布
3.3 边缘概率与条件概率
3.4 独立性、全概率公式和贝叶斯公式
3.5 随机变量的数字特征
3.6 常用概率分布
3.7 数理统计基础
3.8 统计推断
3.9 信息论
3.10 MATLAB函数和示例
第4章 最优化方法
4.1 拉格朗日乘子法与KKT条件
4.2 梯度下降法和共轭梯度法
4.3 牛顿法和拟牛顿法
4.4 坐标下降法
4.5 启发式智能优化算法
4.6 基于MATLAB的优化求解
第5章 张量分析
5.1 基本概念与运算
5.2 张量的经典分解
5.3 张量奇异值分解
5.4 MATLAB函数与示例
第二部分 样本数据的处理
第6章 核（Kernel）方法
6.1 核函数引入
6.2 正定核函数
6.3 正定核函数的等价定义
6.4 常用的核函数及其MATLAB实现
第7章 主成分分析（PCA）与核主成分分析（KPCA）
7.1 算法定义
7.2 算法原理
7.3 KPCA
7.4 举例
第8章 线性判别分析（LDA）与核线性判别分析（KLDA）
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价