机器学习与深度学习算法基础
正版新书 新华官方库房直发 可开电子发票
￥ 64.97 7.3折 ￥ 89 全新
库存29件
江苏无锡
认证卖家担保交易快速发货售后保障
作者编者:贾壮|责编:张云静
出版社北京大学出版社
ISBN9787301313473
出版时间2020-09
装帧平装
纸张胶版纸
定价89元
货号ZJ:9787301313473
上书时间2024-07-05
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
贾壮，毕业于清华大学自动化系，专业为模式识别与智能系统方向。主要从事于机器学习与深度学习在图像处理以及地球物理领域内的相关应用研究，对机器学习相关算法有较深的理解。参与过多项机器学习相关工程项目，发表SCI期刊论文及会议论文数篇。曾获得国家奖学金、数学建模一等奖、优秀毕业生等奖项和荣誉称号。
内容简介:
本书从机器学习的概念与基本原理开始，介绍了机器学习及近年来流行的深度学习领域的经典模型。阅读本书可以让读者系统地了解机器学习和深度学习领域的基本知识，领会模型算法的思路与策略。
本书分为两篇，共18章。第一篇为经典机器学习模型，主要介绍常用的机器学习经典模型，包括线性回归、支持向量机模型、逻辑斯蒂回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模型与方法，剖析神经网络的基本要素，并介绍常用的深度学习模型，包括感知机、卷积神经网络、循环神经网络、生成对抗网络。
本书试图从初学者的角度对机器学习和深度学习的经典算法进行详细阐述。本书插图丰富，语言通俗易懂，适合初入机器学习领域的“萌新”，也适合希望将机器学习算法应用到日常工作中的其他专业从业者，还可供对人工智能领域感兴趣的读者参考阅读。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价