-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
機器學習 版權信息
- ISBN:9787302423287
- 條形碼:9787302423287 ; 978-7-302-42328-7
- 裝幀:簡裝本
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
機器學習 內容簡介
機器學習是計算機科學的重要分支領域,該書作為該領域的入門教材,在內容上盡可能涵蓋機器學習基礎知識的各方面。全書共16章,大致分為3個部分:第1部分(第1~3章)介紹機器學習的基礎知識;第2部分(第4~10章)討論一些經典而常用的機器學習方法(決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習);第3部分(第11~16章)為進階知識,內容涉及特征選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等。每章都附有習題并介紹了相關閱讀材料,以便有興趣的讀者進一步鉆研探索。 《機器學習》可作為高等院校計算機、自動化及相關專業的本科生或研究生教材,也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。
機器學習 目錄
1.1 引言
1.2 基本術語
1.3 假設空間
1.4 歸納偏好
1.5 發展歷程
1.6 應用現狀
1.7 閱讀材料
習題
參考文獻
休息一會兒
第2章 模型評估與選擇
2.1 經驗誤差與過擬合
2.2 評估方法
2.3 性能度量
2.4 比較檢驗
2.5 偏差與方差
2.6 閱讀材料
習題
參考文獻
休息一會兒
第3章 線性模型
3.1 基本形式
3.2 線性回歸
3.3 對數幾率回歸
3.4 線性判別分析
3.5 多分類學習
3.6 類別不平衡問題
3.7 閱讀材料
習題
參考文獻
休息一會兒
第4章 決策樹
4.1 基本流程
4.2 劃分選擇
4.3 剪枝處理
4.4 連續與缺失值
4.5 多變量決策樹
4.6 閱讀材料
習題
參考文獻
休息一會兒
第5章 神經網絡
5.1 神經元模型
5.2 感知機與多層網絡
5.3 誤差逆傳播算法
5.4 全局*小與局部極小
5.5 其他常見神經網絡
5.6 深度學習
5.7 閱讀材料
習題
參考文獻
休息一會兒
第6章 支持向量機
6.1 間隔與支持向量
6.2 對偶問題
6.3 核函數
6.4 軟間隔與正則化
6.5 支持向量回歸
……
第7章 貝葉斯分類器
第8章 集成學習
第9章 聚類
第10章 降維與度量學習
第11章 特征選擇與稀疏學習
第12章 計算學習理論
第13章 半監督學習
第14章 概率圖模型
第15章 規則學習
第16章 強化學習
附錄
后記
索引
機器學習 作者簡介
周志華 教授,南京大學計算機系主任、人工智能學院院長、校學術委員會委員。歐洲科學院外籍院士。人工智能相關五大主流靠前學會ACM、AAAI、AAAS、IEEE、IAPR均入選Fellow的首位華人學者,中國計算機學會、中國人工智能學會會士。曾獲IEEE計算機學會Edward J. McCluskey技術成就獎、CCF王選獎等。
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
苦雨齋序跋文-周作人自編集
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
山海經
- >
名家帶你讀魯迅:故事新編
- >
羅庸西南聯大授課錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)