扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
机器学习方法及应用 版权信息
- ISBN：9787113268183
- 条形码：9787113268183 ; 978-7-113-26818-3
- 装帧：70g胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
机器学习方法及应用 本书特色
基础性：注重基础理论，运用基本方法；应用性：剖析典型案例，给出应用全景；启发性：推荐资源平台，激发学习兴趣。
机器学习方法及应用 内容简介
本书内容包括: 机器学习概述、决策树学习、多层感知器、维度约简、支持向量机、无监督学习、概率图模型、强化学习、深度学习。
机器学习方法及应用 目录
目录
第1章机器学习概述1
1.1学习中的元素2
1.2目标函数的表示4
1.3机器学习系统的基本结构6
1.4学习任务的类型7
1.5机器学习的定义和发展史9
1.6机器学习可完成的事11
1.7机器学习的成功案例13
习题16
第2章决策树学习17
2.1决策树的组成及分类17
2.2决策树的构造算法CLS18
2.3基本的决策树算法ID320
2.4信息熵和信息增益及其案例21
2.5随机森林及其应用案例24
2.5.1随机森林概述24
2.5.2随机森林应用案例27
2.6决策树和随机森林应用概述29
2.6.1决策树的应用概述29
2.6.2随机森林的应用概述30
小结32
习题32
第3章多层感知器34
3.1神经元模型34
3.2感知器及其学习规则35
3.3多层感知器38
3.4反向传播算法39
目录3.5反向传播网络的应用概述45
3.6案例：基于反向传播网络拟合曲线46
小结52
习题53
第4章维度约简55
4.1主成分分析55
4.2独立成分分析58
4.3线性判别分析59
4.4局部线性嵌入62
4.5维度约简算法应用概述65
4.6案例分析66
4.6.1利用PCA对半导体制造数据降维66
4.6.2LDA降维——应用于Wine葡萄酒数据集67
小结69
习题69
第5章支持向量机71
5.1线性可分模式的*优超平面71
5.2不可分离模式的*优超平面75
5.3用于模式识别的支持向量机的潜在思想78
5.4使用核方法的支持向量机78
5.5支持向量机的设计80
5.6支持向量机的应用概述81
5.7支持向量机的示例83
小结86
习题87
第6章无监督学习89
6.1聚类概述89
6.2Kmeans算法90
6.3DBSCAN算法92
6.4EM算法94
6.5关联分析97
6.6竞争网络99
6.6.1Hamming网络100
6.6.2竞争学习及案例101
6.6.3自组织特征图104
6.6.4学习向量量化107
6.7无监督学习应用概述109
6.8案例分析111
6.8.1使用K-means算法对用户购物行为聚类和推荐111
6.8.2使用DBSCAN清洗GPS轨迹数据111
6.8.3高斯混合模型的EM聚类113
6.8.4学习向量量化解决分类问题114
小结116
习题116
第7章概率图模型118
7.1贝叶斯网络118
7.1.1贝叶斯基本公式119
7.1.2朴素贝叶斯分类器120
7.1.3贝叶斯网络的拓扑结构121
7.1.4条件独立性假设121
7.1.5先验概率的确定和网络推理算法122
7.2马尔可夫随机场124
7.2.1马尔可夫随机场概念125
7.2.2马尔可夫随机场的因式分解126
7.3隐马尔可夫模型128
7.4马尔可夫链蒙特卡罗131
7.4.1蒙特卡罗积分131
7.4.2马尔可夫链132
7.4.3马尔可夫链蒙特卡罗132
7.5LDA主题提取模型136
7.6概率图模型应用概述138
7.7案例分析141
7.7.1朴素贝叶斯进行垃圾邮件过滤141
7.7.2前向后向算法求观测序列概率142
7.7.3马尔可夫链蒙特卡罗方法预测睡眠质量144
7.7.4利用LDA对文本进行主题提取148
小结149
习题150
第8章强化学习151
8.1强化学习过程151
8.2马尔可夫决策过程152
8.3Q-Learning156
8.4强化学习应用概述159
8.5案例分析161
8.5.1使用马尔可夫决策过程求解*优策略162
8.5.2寻宝游戏163
小结164
习题165
第9章深度学习166
9.1深度学习概述166
9.2卷积神经网络169
9.2.1卷积层169
9.2.2池化层171
9.2.3卷积神经网络结构172
9.3循环神经网络172
9.3.1给网络增加记忆能力173
9.3.2简单循环网络174
9.3.3应用到机器学习175
9.3.4参数学习177
9.3.5基于门控的循环神经网络179
9.4深度信念网络181
9.4.1玻尔兹曼机181
9.4.2受限玻尔兹曼机182
9.4.3深度信念网络183
9.5深度生成模型185
9.5.1概率生成模型185
9.5.2变分自编码器186
9.5.3生成对抗网络188
9.5.4生成对抗网络的应用190
9.6深度学习应用概述193
9.6.1文本194
9.6.2语音195
9.6.3计算机视觉196
9.7机器学习系统199
9.7.1主流机器学习系统的分类与介绍200
9.7.2主流深度学习框架系统介绍201
9.7.3新兴机器学习系统203
9.8案例：深度学习在计算机视觉中的应用204
小结210
习题210
附录机器学习工具及资源推荐212
参考文献217
展开全部
机器学习方法及应用 作者简介
袁景凌,武汉理工大学教授，博士/博士生导师。中国计算机学会高级会员，湖北省计算机学会理事。获得湖北省自然科学二等奖，湖北省科技进步二等奖/三等奖，湖北省技术发明三等奖，湖北省教学成果一等奖。 编写《智能方法及应用》、《离散数学》、《软件工程》等专著及教材。 贲可荣,海军工程大学教授、博士生导师。主编《人工智能》入选普通高等教育“十二五”国家级规划教材。CCF理论计算机科学专委副主任、《计算机科学与探索》执行编委，《海军新军事变革丛书》编委会常务副主任。军队人工智能专家组成员，海军人工智能专业组副组长。评为教育部骨干教师、首届湖北省优秀研究生导师、海军名师工作室领衔名师、第三届大学教学名师，获军队院校育才奖金奖。
书友推荐
- >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
史学评论
史学评论
¥13.9¥42.0 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥20.6¥48.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
月亮与六便士
月亮与六便士
¥13.4¥42.0
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
