掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
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(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習
機器學(xué)習算法與實踐 版權(quán)信息
- ISBN：9787111764113
- 條形碼：9787111764113 ; 978-7-111-76411-3
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
機器學(xué)習算法與實踐 本書特色
涉及算法的原理與思想、推導(dǎo)與證明、實現(xiàn)與應(yīng)用。
章節(jié)依照算法類別及算法間邏輯關(guān)系進行編排。
對算法的編碼實現(xiàn)進行講解，每章附有思維導(dǎo)圖。
配套提供電子課件、微課視頻、習題答案、教學(xué)大綱、代碼。
機器學(xué)習算法與實踐 內(nèi)容簡介
本書內(nèi)容涵蓋了監(jiān)督學(xué)習、無監(jiān)督學(xué)習和半監(jiān)督學(xué)習的代表性算法，對算法的原理與思想、推導(dǎo)與證明、實現(xiàn)與應(yīng)用中涉及的知識點進行了清晰透徹的闡述。全書由12章組成，主要內(nèi)容包括機器學(xué)習概述、機器學(xué)習基本理論、K-近鄰、貝葉斯、線性模型、支持向量機、決策樹、集成學(xué)習、聚類算法、數(shù)據(jù)降維、半監(jiān)督學(xué)習、神經(jīng)網(wǎng)絡(luò)等知識。章節(jié)依照算法類別及算法間邏輯關(guān)系進行編排，內(nèi)容結(jié)構(gòu)上條理清晰、由淺入深，并完整地對算法的編碼實現(xiàn)進行了講解，從編程角度展示算法細節(jié)，使讀者可以更加深入透徹地理解算法原理、加深對算法的記憶，并能夠針對自身需求對算法進行修改和擴展。為幫助讀者充分了解和掌握每一章節(jié)基礎(chǔ)理論知識，每章附有思維導(dǎo)圖及習題。 本書適合作為高等院校數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、人工智能和計算機類專業(yè)的機器學(xué)習相關(guān)課程教材，也可供從事機器學(xué)習和數(shù)據(jù)挖掘相關(guān)研究及應(yīng)用的工程技術(shù)人員和科研工作者參考。
機器學(xué)習算法與實踐 目錄
前言
第1章機器學(xué)習概述
11人工智能與機器學(xué)習
12機器學(xué)習的概念
121機器學(xué)習的定義
122機器學(xué)習發(fā)展史
123機器學(xué)習分類
13機器學(xué)習工具
131Python語言
132第三方工具庫
133編譯環(huán)境
134庫的下載與安裝
14機器學(xué)習示例
141自動駕駛
142機器翻譯
143游戲中的人工智能
15本章小結(jié)
16延伸閱讀——大數(shù)據(jù)背景下的機器學(xué)習算法
17習題
第2章機器學(xué)習基本理論
21機器學(xué)習術(shù)語
211基本概念
212過擬合與欠擬合
213模型評估
22實驗估計方法
221留出法
222交叉驗證法
223自助法
23性能度量
231錯誤率與精度
232查準率、查全率與F1
233ROC與AUC
24比較檢驗
241假設(shè)檢驗
242交叉驗證
25參數(shù)調(diào)優(yōu)
251網(wǎng)格搜索
252隨機搜索
253貝葉斯優(yōu)化算法
26本章小結(jié)
27延伸閱讀——機器學(xué)習應(yīng)用于我國海外投資效率預(yù)警
28習題
第3章K-近鄰
31算法原理
32距離度量方法
33搜索優(yōu)化方法
331k-d樹
332球樹
34算法實現(xiàn)
35本章小結(jié)
36延伸閱讀——機器學(xué)習在國產(chǎn)芯片上的應(yīng)用
37習題
第4章貝葉斯
41貝葉斯方法概述
411貝葉斯公式
412貝葉斯決策理論
413極大似然估計
42樸素貝葉斯算法
421高斯樸素貝葉斯算法
422多項式樸素貝葉斯算法
423伯努利樸素貝葉斯算法
43半樸素貝葉斯算法
44貝葉斯網(wǎng)絡(luò)算法
441貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)
442貝葉斯網(wǎng)絡(luò)學(xué)習算法
443貝葉斯網(wǎng)絡(luò)推斷
45EM算法
46本章小結(jié)
47延伸閱讀——機器學(xué)習在智能駕駛上的應(yīng)用
48習題
第5章線性模型
51線性回歸
511簡單線性回歸
512多變量線性回歸
513梯度下降法
514多項式回歸
52邏輯回歸
521二分類邏輯回歸
522多分類邏輯回歸
53模型正則化
54本章小結(jié)
55延伸閱讀——云計算與機器學(xué)習
56習題
第6章支持向量機
61算法概述
62線性可分支持向量機及其對偶算法
63線性支持向量機
64非線性支持向量機
65支持向量機回歸
651線性支持向量機回歸
652非線性支持向量機
第1章機器學(xué)習概述
11人工智能與機器學(xué)習
12機器學(xué)習的概念
121機器學(xué)習的定義
122機器學(xué)習發(fā)展史
123機器學(xué)習分類
13機器學(xué)習工具
131Python語言
132第三方工具庫
133編譯環(huán)境
134庫的下載與安裝
14機器學(xué)習示例
141自動駕駛
142機器翻譯
143游戲中的人工智能
15本章小結(jié)
16延伸閱讀——大數(shù)據(jù)背景下的機器學(xué)習算法
17習題
第2章機器學(xué)習基本理論
21機器學(xué)習術(shù)語
211基本概念
212過擬合與欠擬合
213模型評估
22實驗估計方法
221留出法
222交叉驗證法
223自助法
23性能度量
231錯誤率與精度
232查準率、查全率與F1
233ROC與AUC
24比較檢驗
241假設(shè)檢驗
242交叉驗證
25參數(shù)調(diào)優(yōu)
251網(wǎng)格搜索
252隨機搜索
253貝葉斯優(yōu)化算法
26本章小結(jié)
27延伸閱讀——機器學(xué)習應(yīng)用于我國海外投資效率預(yù)警
28習題
第3章K-近鄰
31算法原理
32距離度量方法
33搜索優(yōu)化方法
331k-d樹
332球樹
34算法實現(xiàn)
35本章小結(jié)
36延伸閱讀——機器學(xué)習在國產(chǎn)芯片上的應(yīng)用
37習題
第4章貝葉斯
41貝葉斯方法概述
411貝葉斯公式
412貝葉斯決策理論
413極大似然估計
42樸素貝葉斯算法
421高斯樸素貝葉斯算法
422多項式樸素貝葉斯算法
423伯努利樸素貝葉斯算法
43半樸素貝葉斯算法
44貝葉斯網(wǎng)絡(luò)算法
441貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)
442貝葉斯網(wǎng)絡(luò)學(xué)習算法
443貝葉斯網(wǎng)絡(luò)推斷
45EM算法
46本章小結(jié)
47延伸閱讀——機器學(xué)習在智能駕駛上的應(yīng)用
48習題
第5章線性模型
51線性回歸
511簡單線性回歸
512多變量線性回歸
513梯度下降法
514多項式回歸
52邏輯回歸
521二分類邏輯回歸
522多分類邏輯回歸
53模型正則化
54本章小結(jié)
55延伸閱讀——云計算與機器學(xué)習
56習題
第6章支持向量機
61算法概述
62線性可分支持向量機及其對偶算法
63線性支持向量機
64非線性支持向量機
65支持向量機回歸
651線性支持向量機回歸
652非線性支持向量機
展開全部
機器學(xué)習算法與實踐 作者簡介
郭羽含，男，漢族，副教授，碩士生導(dǎo)師，浙江科技大學(xué)理學(xué)院數(shù)據(jù)科學(xué)系主任。哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)專業(yè)學(xué)士，哈爾濱工業(yè)大學(xué)軟件工程專業(yè)碩士，法國波爾多大學(xué)工業(yè)工程碩士，法國里爾大學(xué)計算機與自動化專業(yè)博士，法國ARRAS信息與自動化研究院博士后。主持及參與國家和省級科研項目9項、橫向項目10余項；以第一作者于國內(nèi)外重要期刊和會議發(fā)表論文40余篇（其中SCI一區(qū)、二區(qū)、Top期刊20余篇）；以第一發(fā)明人申請國家發(fā)明專利20余項；獲省教學(xué)成果獎、市自然學(xué)術(shù)成果獎等多項科研和教學(xué)獎勵，指導(dǎo)學(xué)生于國家級和省級競賽獲獎80余人次。
書友推薦
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
推拿
- >
唐代進士錄
- >
名家?guī)阕x魯迅:故事新編
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
苦雨齋序跋文-周作人自編集
本類暢銷
