机器学的算法分析和实践 人工智能 孙健编 新华正版
￥ 35.4 6.0折 ￥ 59 全新
库存28件
河北廊坊
认证卖家担保交易快速发货售后保障
作者孙健编
出版社清华大学出版社
ISBN9787302641520
出版时间2023-10
版次1
装帧平装
开本16
定价59元
货号304_9787302641520
上书时间2024-07-01
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
本书是一本全面介绍机器学方法特别是算法的新书，适合初学者和有基础的读者。
目录：
章引论1
1.1什么是机器学1
1.2多项式逼近函数3
1.3多项式remez算法6
题10
第2章感知机模型11
2.1分类问题的刻画11
2.2线规划15
题21
第3章线回归23
3.1小二乘法23
3.2多元高斯分布模型25
3.3误差和方差26
3.4岭回归和lasso回归28
题30
第4章逻辑回归31
4.1逻辑回归概述31
4.2多重分类线模型和非线模型34
题35
第5章决策树模型37
5.1离散型数据37
5.2熵和决策树的建立39
5.3剪枝41
5.4连续型数据42
5.5cart树43
题46
……
内容简介：
本书是一本全面介绍机器学方法特别是算法的新书，适合初学者和有基础的读者阅读。
机器学可以分成三大类别，监督式学、非监督式学和强化学。三大类别背后的算法也各有不同。监督式学使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学使用了聚类和贝叶斯算法。强化学使用了马尔可夫决策过程算法。
机器学背后的数学部分来自概率、统计、数学分析以及线代数等领域。虽然用到的数学较多，但是快捷的办法还是带着机器学的具体问题来掌握背后的数学。因为线代数和概率理论使用较多，本书在后两章集中把重要的一些概率论和线代数的内容加以介绍，如果有需要的同学可以参。另外，学任何知识，动手练加深理解的优选方法，所以本书的每一章都配备了题供大家实践和练。
作者简介：
复旦大学数学学院教授、 金融研究院量化中心主任。北京大学数学系， 2000年美国芝加哥大学博士。曾担任摩根士丹利固定收益部执行经理，从事股票类、固定收益类、大宗商品类等衍生品的定价、交易和风险对冲工作。某量化私募管理公司创始人和投委会。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价