机器学习(英文版)

图书标准信息

• 作者 TomM.Mitchell 著
• 出版社 机械工业出版社
• 出版时间 2003-03
• 版次 1
• ISBN 9787111115021
• 定价 58.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 414页
• 丛书 经典原版书库

【内容简介】

　　机器学习这门学科研究的是能通过经验自动改进的计算机算法，其应用从数据挖掘程序到信息过滤系统，再到自动机工具，已经非常丰富。机器学习从很多学科吸收了成果和概念，包括人工智能、概论论与数理统计、哲学、信息论、生物学、认知科学和控制论等，并以此来理解问题的背景、算法和算法中的隐含假定。
　　本书展示了机器学习中的核心算法和理论，并阐明了算法的过行过程。书中主要涵盖了目前机器学习中各种最实用的理论和算法，包括概念学习、决策树、神经网络、贝叶斯学习、基于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等。对每一个主题，作者不仅进行了十分详尽和直观的解释，还给出了实用的算法流程。本书被卡内基梅隆等许多大学作为机器学习课程的教材。机器学习这门学科研究的是能通过经验自动改进的计算机算法，其应用从数据挖掘程序到信息过滤系统，再到自动机工具，已经非常丰富。机器学习从很多学科吸收了成果和概念，包括人工智能、概论论与数理统计、哲学、信息论、生物学、认知科学和控制论等，并以此来理解问题的背景、算法和算法中的隐含假定。

【作者简介】

　　TomM.Mitchell是卡内基梅隆大学教授，目前担任该校自动学习和发现中心主任。他还是美国人工智能协会的主席，并且是《MachineLearning》杂志和国际机器学习会议的创办者。

【目录】

1Introduction

2ConceptLearningandtheGeneral-to-SpecificOrdering

3DecisionTreeLearning

4ArtificialNeuralNetworks

5EvaluatingHypotheses

6BayesianLearning

7ComputationalLearningTheory

8Instance-BasedLearning

9GeneticAlgorithms

10LearningSetsRules

11AnalyticalLearning

12CombiningInductiveandAnalyticalLearning

13ReinforcementLearning

Appendix