中图网

>

人工智能

机器学习

作者：周志华

出版社：清华大学出版社出版时间：2020-11-01

开本： 16开 页数： 425

本类榜单：计算机/网络销量榜

中图价:¥59.4(5.5折) 定价 ~~¥108.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
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)

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)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥59.4 加入购物车

版权信息
内容简介
目录
作者简介

机器学习版权信息

ISBN：9787302423287
条形码：9787302423287 ; 978-7-302-42328-7
装帧：简裝本
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
人工智能

机器学习内容简介

　　机器学习是计算机科学的重要分支领域，该书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。　　《机器学习》可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

机器学习目录

第1章绪论
1．1 引言
1．2 基本术语
1．3 假设空间
1．4 归纳偏好
1．5 发展历程
1．6 应用现状
1．7 阅读材料
习题
参考文献
休息一会儿

第2章模型评估与选择
2．1 经验误差与过拟合
2．2 评估方法
2．3 性能度量
2．4 比较检验
2．5 偏差与方差
2．6 阅读材料
习题
参考文献
休息一会儿

第3章线性模型
3．1 基本形式
3．2 线性回归
3．3 对数几率回归
3．4 线性判别分析
3．5 多分类学习
3．6 类别不平衡问题
3．7 阅读材料
习题
参考文献
休息一会儿

第4章决策树
4．1 基本流程
4．2 划分选择
4．3 剪枝处理
4．4 连续与缺失值
4．5 多变量决策树
4．6 阅读材料
习题
参考文献
休息一会儿

第5章神经网络
5．1 神经元模型
5．2 感知机与多层网络
5．3 误差逆传播算法
5．4 全局*小与局部极小
5．5 其他常见神经网络
5．6 深度学习
5．7 阅读材料
习题
参考文献
休息一会儿

第6章支持向量机
6．1 间隔与支持向量
6．2 对偶问题
6．3 核函数
6．4 软间隔与正则化
6．5 支持向量回归
……
第7章贝叶斯分类器
第8章集成学习
第9章聚类
第10章降维与度量学习
第11章特征选择与稀疏学习
第12章计算学习理论
第13章半监督学习
第14章概率图模型
第15章规则学习
第16章强化学习
附录
后记
索引

展开全部

机器学习作者简介

周志华教授，南京大学计算机系主任、人工智能学院院长、校学术委员会委员。欧洲科学院外籍院士。人工智能相关五大主流靠前学会ACM、AAAI、AAAS、IEEE、IAPR均入选Fellow的首位华人学者，中国计算机学会、中国人工智能学会会士。曾获IEEE计算机学会Edward J. McCluskey技术成就奖、CCF王选奖等。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐