中图网

>

计算机理论

模式识别和机器学习基础

作者：[美]乌利塞斯·布拉加-内托(Uliss

出版社：机械工业出版社出版时间：2023-10-01

开本： 16开 页数： 246

本类榜单：计算机/网络销量榜

中图价:¥83.3(7.0折) 定价 ~~¥119.0~~ 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:¥83.3 加入购物车

版权信息
本书特色
内容简介
目录

模式识别和机器学习基础版权信息

ISBN：9787111735267
条形码：9787111735267 ; 978-7-111-73526-7
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

模式识别和机器学习基础本书特色

本书没有对模式识别和机器学习进行百科全书式的介绍，而是精选了核心内容，使读者在学习本书后能够精通核心知识点。本书广泛使用Python脚本和真实的生物信息学和材料信息学数据集来说明理论的要点。

模式识别和机器学习基础内容简介

模式识别和机器学习是人工智能应用的基础。本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了zui优化的和常规的基于实例的分类问题。第4~6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。本书适合相关专业高年级本科生和研究生，以及该领域的从业人员阅读。

模式识别和机器学习基础目录

目录

Fundamentals of Pattern Recognition and Machine Learning

译者序

前言
第1章概述111模式识别与机器学习1

12数学基础设置1

13预测2

14预测误差2

15监督学习与无监督学习3

16复杂性权衡3

17设计周期4

18应用实例5

181生物信息学5

182材料信息学7

19文献注释9
第2章*优分类1021无特征分类10

22有特征分类10

23贝叶斯分类器13

24贝叶斯误差16

25高斯模型19

251同方差情况20

252异方差情况22

26其他主题22

261极小极大分类22

262F误差24

263贝叶斯决策理论26

*264分类问题的严格表达27

27文献注释28

28练习29

29Python作业33
第3章基于实例的分类3631分类规则36

32分类错误率38

*33一致性38

34没有免费午餐定理41

35其他主题42

351集成分类42

352混合抽样与独立抽样43

36文献注释44

37练习44

38Python作业45
第4章参数分类4741参数替换规则47

42高斯判别分析48

421线性判别分析48

422二次判别分析51

43逻辑斯谛分类53

44其他主题54

441正则化判别分析54

*442参数规则的一致性55

443贝叶斯参数规则57

45文献注释59

46练习60

47Python作业62
第5章非参数分类6451非参数替换规则64

52直方图分类65

53*近邻分类66

54核分类68

55CoverHart定理70

*56Stone定理73

57文献注释74

58练习75

59Python作业76
第6章函数逼近分类7861支持向量机78

611可分数据的线性支持
向量机78

612一般线性支持向量机80

613非线性支持向量机82

62神经网络86

621反向传播训练89

622卷积神经网络92

*623神经网络的普遍逼近
性质94

624普遍一致性定理96

63决策树97

64有序分类器100

65文献注释101

66练习102

67Python作业104
第7章分类误差估计10871误差估计规则108

72误差估计性能109

721偏差分布109

722偏差、方差、均方根和
尾概率110

*723一致性111

73测试集误差估计112

74再代入误差估计113

75交叉验证114

76自助方法116

77增强误差估计118

78其他主题121

781凸误差估计器121

782平滑误差估计器123

783贝叶斯误差估计123

79文献注释126

710练习127

711Python作业129
第8章分类模型选择13181分类复杂性131

82VapnikChervonenkis理论134

*821有限模型选择134

822打散系数与VC维度135

823几种分类规则中的VC
参数136

824VapnikChervonenkis
定理139

825没有免费午餐定理139

83模型选择方法140

831验证误差*小化140

832训练集误差*小化141

833结构性风险*小化141

84文献注释142

85练习143
第9章降维14591面向分类任务的特征提取145

92特征选择146

921穷举搜索146

922单变量贪婪搜索147

923多变量贪婪搜索149

924特征选择与分类复杂性150

925特征选择与误差估计150

93主成分分析152

94多维缩放155

95因子分析156

96文献注释158

97练习159

98Python作业160
第10章聚类162101KMeans算法162

102高斯混合模型165

1021期望*大化方法166

1022与KMeans的关系170

103层次聚类171

104自组织映射173

105文献注释174

106练习175

107Python作业176
第11章回归178111*优回归178

112

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

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
施英巍
¥17.6~~¥55.0~~
>
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
[苏]阿尔谢尼耶夫著，刘宇译
¥35.5~~¥48.0~~
>
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)
易竹贤
¥9.9~~¥23.0~~
>
有舍有得是人生
有舍有得是人生
梁实秋
¥17.1~~¥45.0~~
>
罗庸西南联大授课录
罗庸西南联大授课录
罗庸
¥13.8~~¥32.0~~
>
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
[美] 罗伯特·布莱著，田国力/卢文戈译
¥19.3~~¥35.0~~
>
巴金－再思录
巴金－再思录
巴金
¥14.7~~¥46.0~~
>
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
[美] 玛利亚·森普尔著，何雨珈译
¥15.9~~¥49.8~~