中图网

>

计算机理论

机器学习公式详解

作者：谢文睿，秦州

出版社：人民邮电出版社出版时间：2022-07-01

开本： 20开 页数： 155

本类榜单：计算机/网络销量榜

中图价:¥44.9(7.5折) 定价 ~~¥59.8~~ 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:¥44.9 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

机器学习公式详解版权信息

ISBN：9787115559104
条形码：9787115559104 ; 978-7-115-55910-4
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

机器学习公式详解本书特色

1.国内市场累计销量榜的“西瓜书”《机器学习》公式完全解析指南！“南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。2.机器学习初学小白提升数学基础能力的练习册！以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！3.俞勇、王斌、李沐、程明明、陈光（博主@爱可可-爱生活）、徐亦达等人工智能领域大咖亲笔推荐

机器学习公式详解内容简介

周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书（俗称“南瓜书”）基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成，旨在对“西瓜书”中重难点公式加以解析，以及对部分公式补充具体的推导细节。全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解析都以本科数学基础的视角进行讲解，希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料，以便有兴趣的读者进一步钻研探索。本书思路清晰，视角独特，结构合理，可作为高等院校计算机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。

机器学习公式详解目录

序（王斌小米AI 实验室主任、NLP 首席科学家）
前言
主要符号表

第 1章绪论
式(1．1)
式(1．2)

第 2章模型评估与选择
式(2．20)
式(2．21)
式(2．27)
式(2．41)
附注
参考文献

第3章线性模型
式(3．5)
式(3．6)
式(3．7)
式(3．10)
式(3．27)
式(3．30)
式(3．32)
式(3．37)
式(3．38)
式(3．39)
式(3．43)
式(3．44)
式(3．45)

第4章决策树
式(4．1)
式(4．2)
式(4．6)
式(4．7)
式(4．8)
附注
参考文献

第5章神经网络
式(5．2)
式(5．10)
式(5．12)
式(5．13)
式(5．14)
式(5．15)
ii j 目录
式(5．20)
式(5．22)
式(5．23)
式(5．24)
附注
参考文献

第6章支持向量机
式(6．9)
式(6．10)
式(6．11)
式(6．13)
式(6．35)
式(6．37)
式(6．38)
式(6．39)
式(6．40)
式(6．41)
式(6．52)
式(6．60)
式(6．62)
式(6．63)
式(6．65)
式(6．66)
式(6．67)
式(6．70)
附注
参考文献

第7章贝叶斯分类器
式(7．5)
式(7．6)
式(7．12)
式(7．13)
式(7．19)
式(7．20)
式(7．24)
式(7．25)
式(7．27)
式(7．34)
附注
参考文献

第8章集成学习
式(8．1)
式(8．2)
式(8．3)
式(8．4)
式(8．5)
式(8．6)
式(8．7)
式(8．8)
式(8．9)
式(8．10)
式(8．11)
式(8．12)
式(8．13)
式(8．14)
式(8．16)
式(8．17)
式(8．18)
式(8．19)
式(8．20)
式(8．21)
式(8．22)
式(8．23)
式(8．24)
式(8．25)
式(8．26)
式(8．27)
式(8．28)
式(8．29)
式(8．30)
式(8．31)
式(8．32)
式(8．33)
式(8．34)
式(8．35)
式(8．36)

第9章聚类
式(9．5)
式(9．6)
式(9．7)
式(9．8)
式(9．33)
式(9．34)
式(9．35)
式(9．38)

第 10章降维与度量学习
式(10．1)
式(10．2)
式(10．3)
式(10．4)
式(10．5)
式(10．6)
式(10．10)
式(10．14)
式(10．17)
式(10．24)
式(10．28)
式(10．31)

第 11章特征选择与稀疏学习
式(11．1)
式(11．2)
式(11．5)
式(11．6)
式(11．7)
式(11．10)
式(11．11)
式(11．12)
式(11．13)
式(11．14)
式(11．15)
式(11．16)
式(11．17)
式(11．18)

第 12章计算学习理论
式(12．1)
式(12．2)
式(12．3)
式(12．4)
式(12．5)
式(12．7)
式(12．9)
式(12．10)
式(12．11)
式(12．12)
式(12．13)
式(12．14)
式(12．15)
式(12．16)
式(12．17)
式(12．18)
式(12．19)
式(12．20)
式(12．21)
式(12．22)
式(12．23)
式(12．24)
式(12．25)
式(12．26)
式(12．27)
式(12．28)
式(12．29)
式(12．30)
式(12．31)
式(12．32)
式(12．34)
式(12．36)
式(12．37)
式(12．38)
式(12．39)
式(12．40)
式(12．41)
式(12．42)
式(12．43)
式(12．44)
式(12．45)
式(12．46)
式(12．52)
式(12．53)
式(12．57)
式(12．58)
式(12．59)
式(12．60)
参考文献

第 13章半监督学习
式(13．1)
式(13．2)
式(13．3)
式(13．4)
式(13．5)
式(13．6)
式(13．7)
式(13．8)
式(13．9)
式(13．12)
式(13．13)
式(13．14)
式(13．15)
式(13．16)
式(13．17)
式(13．20)

第 14章概率图模型
式(14．1)
式(14．2)
式(14．3)
式(14．4)
式(14．7)
式(14．8)
式(14．9)
式(14．10)
式(14．14)
式(14．15)
式(14．16)
式(14．17)
式(14．18)
式(14．19)
式(14．20)
式(14．22)
式(14．26)
式(14．27)
式(14．28)
式(14．29)
式(14．30)
式(14．31)
式(14．32)
式(14．33)
式(14．34)
式(14．35)
式(14．36)
式(14．37)
式(14．38)
式(14．39)
式(14．40)
式(14．41)
式(14．42)
式(14．43)
式(14．44)

第 15章规则学习
式(15．2)
式(15．3)
式(15．6)
式(15．7)
式(15．9)
式(15．10)
式(15．11)
式(15．12)
式(15．13)
式(15．14)
式(15．16)

第 16章强化学习
式(16．2)
式(16．3)
式(16．4)
式(16．7)
式(16．8)
式(16．10)
式(16．14)
式(16．16)
式(16．31)

展开全部

机器学习公式详解作者简介

谢文睿北京工业大学硕士，开源组织Datawhale 核心成员兼开源项目负责人，主要研究方向为机器学习与自然语言处理。秦州康奈尔大学计算机硕士，Datawhale重要贡献成员。阿里巴巴算法工程师，主要研究方向为图神经网络的研发和应用。CIKM 2019最佳应用论文作者，开源图神经网络框架graph-learn核心开发者。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐