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)
机器学习的算法分析和实践 版权信息
- ISBN：9787302641520
- 条形码：9787302641520 ; 978-7-302-64152-0
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>
机器学习的算法分析和实践 本书特色
本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。
机器学习的算法分析和实践 内容简介
本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。 机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。 机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是*快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多，本书在*后两章集中把重要的一些概率论和线性代数的内容加以介绍，如果有需要的同学可以参考。另外，学习任何知识，动手练习加深理解的**方法，所以本书的每一章都配备了习题供大家实践和练习。
机器学习的算法分析和实践 目录
第 1章引论 .1
1.1什么是机器学习 .1
1.2多项式逼近函数 .3
1.3多项式 Remez算法6
习题 . 10 第 2章感知机模型 . 11 2.1分类问题的刻画 . 11 2.2线性规划 . 15
习题 . 21 第 3章线性回归. 23 3.1*小二乘法原理 . 23 3.2多元高斯分布模型 25 3.3误差和方差 26 3.4岭回归和 Lasso回归 28
习题 . 30 第 4章逻辑回归. 31 4.1逻辑回归概述 31 4.2多重分类线性模型和非线性模型 34
习题 . 35 第 5章决策树模型 . 37 5.1离散型数据 37 5.2熵和决策树的建立 39 5.3剪枝 41 5.4连续型数据 42 5.5 CART树 43 习题 . 46 第 6章生成模型和判别模型 48 6.1极大似然估计 48 6.2贝叶斯估计 50 6.3线性判别模型 51 6.4多元正态分布 53 6.5 LDA和 LQA 54 第 7章优化方法. 57 7.1数值解方程 57 7.2光滑函数的极值点 58 7.3带约束条件的极值问题 . 59 7.4梯度下降法 61 7.5凸函数 62 7.6对偶问题 . 65 7.7 Minimax问题 . 66 7.8 L1过滤. 68 第 8章支持向量机 . 70 8.1点到平面的距离 . 70 8.2支持向量机的原理 71 8.3对偶问题 . 73 8.4核函数的方法 75 8.5软性支持向量机 . 77 8.6支持向量机回归 . 79
习题 . 80 第 9章神经网络. 81 9.1简单函数逼近复杂函数 . 81 9.2神经网络结构 83
习题 . 85 第 10章机器学习理论问题 . 87 10.1问题的提出 87 10.2概率不等式 90 10.3有限假设空间. 92 目录 V
10.4 No Free Lunch定理 . 95 10.5 VC维度 96
习题 . 104 第 11章集成和提升 . 105 11.1方差偏度分解. 105 11.2随机森林 . 107 11.3梯度提升决策树模型. 108 11.4 AdaBoost方法 111
习题 . 114 第 12章主成分分析 . 115 12.1对称矩阵特征值和特征向量. 115 12.2矩阵的奇异值分解 118 12.3主成分分析 119 第 13章 EM算法 121 13.1一个概率问题. 121 13.2混合高斯分布的 EM算法 . 123 13.3一般形式推导. 126
习题 . 127 第 14章隐马尔可夫模型. 129 14.1**个问题 130 14.2第二个问题 133 14.3第三个问题 134 14.4连续型隐马尔可夫模型 . 136
习题 . 138 第 15章强化学习. 140 15.1马尔可夫价值系统 140 15.2马尔可夫价值蒙特卡罗数值解 . 141 15.3马尔可夫决策系统 142 15.4马尔可夫决策系统*优策略. 143 15.5时序差分方法. 144 15.6资格迹. 146 15.7值函数逼近方法 . 147
习题 . 149 第 16章概率论基础 . 150 16.1古典概率论内容 . 150 16.2连续分布 . 151 16.3期望 154 16.4信息和熵 . 155 16.5大数定律证明. 157 16.6中心极限定理证明 159 第 17章线性代数基础 161 17.1行列式. 161 17.2 Cramer法则 166 17.3矩阵初等性质. 168 17.4矩阵的逆 . 171 17.5矩阵的初等变换 . 172 17.6伴随矩阵 . 174 17.7对于矩阵运算求导数. 175
习题 . 10 第 2章感知机模型 . 11 2.1分类问题的刻画 . 11 2.2线性规划 . 15
习题 . 21 第 3章线性回归. 23 3.1*小二乘法原理 . 23 3.2多元高斯分布模型 25 3.3误差和方差 26 3.4岭回归和 Lasso回归 28
习题 . 30 第 4章逻辑回归. 31 4.1逻辑回归概述 31 4.2多重分类线性模型和非线性模型 34
习题 . 35 第 5章决策树模型 . 37 5.1离散型数据 37 5.2熵和决策树的建立 39 5.3剪枝 41 5.4连续型数据 42 5.5 CART树 43 习题 . 46 第 6章生成模型和判别模型 48 6.1极大似然估计 48 6.2贝叶斯估计 50 6.3线性判别模型 51 6.4多元正态分布 53 6.5 LDA和 LQA 54 第 7章优化方法. 57 7.1数值解方程 57 7.2光滑函数的极值点 58 7.3带约束条件的极值问题 . 59 7.4梯度下降法 61 7.5凸函数 62 7.6对偶问题 . 65 7.7 Minimax问题 . 66 7.8 L1过滤. 68 第 8章支持向量机 . 70 8.1点到平面的距离 . 70 8.2支持向量机的原理 71 8.3对偶问题 . 73 8.4核函数的方法 75 8.5软性支持向量机 . 77 8.6支持向量机回归 . 79
习题 . 80 第 9章神经网络. 81 9.1简单函数逼近复杂函数 . 81 9.2神经网络结构 83
习题 . 85 第 10章机器学习理论问题 . 87 10.1问题的提出 87 10.2概率不等式 90 10.3有限假设空间. 92 目录 V
10.4 No Free Lunch定理 . 95 10.5 VC维度 96
习题 . 104 第 11章集成和提升 . 105 11.1方差偏度分解. 105 11.2随机森林 . 107 11.3梯度提升决策树模型. 108 11.4 AdaBoost方法 111
习题 . 114 第 12章主成分分析 . 115 12.1对称矩阵特征值和特征向量. 115 12.2矩阵的奇异值分解 118 12.3主成分分析 119 第 13章 EM算法 121 13.1一个概率问题. 121 13.2混合高斯分布的 EM算法 . 123 13.3一般形式推导. 126
习题 . 127 第 14章隐马尔可夫模型. 129 14.1**个问题 130 14.2第二个问题 133 14.3第三个问题 134 14.4连续型隐马尔可夫模型 . 136
习题 . 138 第 15章强化学习. 140 15.1马尔可夫价值系统 140 15.2马尔可夫价值蒙特卡罗数值解 . 141 15.3马尔可夫决策系统 142 15.4马尔可夫决策系统*优策略. 143 15.5时序差分方法. 144 15.6资格迹. 146 15.7值函数逼近方法 . 147
习题 . 149 第 16章概率论基础 . 150 16.1古典概率论内容 . 150 16.2连续分布 . 151 16.3期望 154 16.4信息和熵 . 155 16.5大数定律证明. 157 16.6中心极限定理证明 159 第 17章线性代数基础 161 17.1行列式. 161 17.2 Cramer法则 166 17.3矩阵初等性质. 168 17.4矩阵的逆 . 171 17.5矩阵的初等变换 . 172 17.6伴随矩阵 . 174 17.7对于矩阵运算求导数. 175
展开全部
机器学习的算法分析和实践 作者简介
复旦大学数学学院教授、 金融研究院量化中心主任。北京大学数学系毕业， 2000年美国芝加哥大学博士毕业。曾担任摩根士丹利固定收益部执行总经理，从事股票类、固定收益类、大宗商品类等衍生品的定价、交易和风险对冲工作。某量化私募基金管理公司创始人和投委会主席。
书友推荐
- >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
烟与镜
烟与镜
¥15.4¥48.0 - >
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 - >
推拿
推拿
¥12.2¥32.0 - >
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 - >
【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 - >
有舍有得是人生
有舍有得是人生
¥20.1¥45.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥30.5¥35.0
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
