中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計(jì)算機(jī)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(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
機(jī)器學(xué)習(xí)導(dǎo)論 版權(quán)信息
- ISBN：9787111265245
- 條形碼：9787111265245 ; 978-7-111-26524-5
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
機(jī)器學(xué)習(xí)導(dǎo)論 內(nèi)容簡介
機(jī)器學(xué)習(xí)的目標(biāo)是對計(jì)算機(jī)編程，以便使用樣本數(shù)據(jù)或以往的經(jīng)驗(yàn)來解決給定的問題。已經(jīng)有許多機(jī)器學(xué)習(xí)的成功應(yīng)用，包括分析以往銷售數(shù)據(jù)來預(yù)測客戶行為，人臉識別或語音識別，優(yōu)化機(jī)器人行為以便使用*少的資源來完成任務(wù)，以及從生物信息數(shù)據(jù)中提取知識的各種系統(tǒng)。為了對機(jī)器學(xué)習(xí)問題和解進(jìn)行統(tǒng)一的論述，本書討論了機(jī)器學(xué)習(xí)在統(tǒng)計(jì)學(xué)、模式識別、神經(jīng)網(wǎng)絡(luò)。人工智能。信號處理、控制和數(shù)據(jù)挖掘等不同領(lǐng)域的應(yīng)用。對所有學(xué)習(xí)算法都進(jìn)行了解釋，以便讀者可以容易地將書中的公式轉(zhuǎn)變?yōu)橛?jì)算機(jī)程序。本書可作為高等院校計(jì)算機(jī)相關(guān)專業(yè)高年級本科生和研究生的教材，也可供研究機(jī)器學(xué)習(xí)方法的技術(shù)人員參考。
本書對機(jī)器學(xué)習(xí)的定義和應(yīng)用實(shí)例進(jìn)行了介紹，涵蓋了監(jiān)督學(xué)習(xí)。貝葉斯決策理論。參數(shù)方法、多元方法、維度歸約、聚類、非參數(shù)方法、決策樹。線性判別式、多層感知器，局部模型、隱馬爾可夫模型。分類算法評估和比較，組合多學(xué)習(xí)器以及增強(qiáng)學(xué)習(xí)等。
機(jī)器學(xué)習(xí)導(dǎo)論 目錄
出版者的話
中文版序
譯者序
前言
致謝
符號表
第1章 緒論
1.1 什么是機(jī)器學(xué)習(xí)
1.2 機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例
1.2.1 學(xué)習(xí)關(guān)聯(lián)性
1.2.2 分類
1.2.3 回歸
1.2.4 非監(jiān)督學(xué)習(xí)
1.2.5 增強(qiáng)學(xué)習(xí)
1.3 注釋
1.4 相關(guān)資源
1.5 習(xí)題
1.6 參考文獻(xiàn)
第2章 監(jiān)督學(xué)習(xí)
2.1 由實(shí)例學(xué)習(xí)類
2.2 VC維
2.3 概率逼近正確學(xué)習(xí)
2.4 噪聲
2.5 學(xué)習(xí)多類
2.6 回歸
2.7 模型選擇與泛化
2.8 監(jiān)督機(jī)器學(xué)習(xí)算法的維
2.9 注釋
2.10 習(xí)題
2.11 參考文獻(xiàn)
第3章 貝葉斯決策定理
3.1 引言
3.2 分類
3.3 損失與風(fēng)險(xiǎn)
3.4 判別式函數(shù)
3.5 效用理論
3.6 信息值
3.7 貝葉斯網(wǎng)絡(luò)
3.8 影響圖
3.9 關(guān)聯(lián)規(guī)則
3.10 注釋
3.11 習(xí)題
3.12 參考文獻(xiàn)
第4章 參數(shù)方法
4.1 引言
4.2 *大似然估計(jì)
4.2.1 伯努利密度
4.2.2 多項(xiàng)密度
4.2.3 高斯（正態(tài)）密度
4.3 評價(jià)估計(jì)：偏倚和方差
4.4 貝葉斯估計(jì)
4.5 參數(shù)分類
4.6 回歸
4.7 調(diào)整模型的復(fù)雜度：偏倚／方差兩難選擇
4.8 模型選擇過程
4.9 注釋
4.10 習(xí)題
4.11 參考文獻(xiàn)
第5章 多元方法
5.1 多元數(shù)據(jù)
5.2 參數(shù)估計(jì)
5.3 缺失值估計(jì)
5.4 多元正態(tài)分布
5.5 多元分類
……
第6章 維度旭納
第7章 聚類
第8章 非參數(shù)方法
第9章 決策樹
第10章 線性判別式
第11章 多層感知器
第12章 局部模型
第13章 隱馬爾可夫模型
第14章 分類算法評估和比較
第15章 組合多學(xué)習(xí)器
第16章 增強(qiáng)學(xué)習(xí)
中文版序
譯者序
前言
致謝
符號表
第1章 緒論
1.1 什么是機(jī)器學(xué)習(xí)
1.2 機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例
1.2.1 學(xué)習(xí)關(guān)聯(lián)性
1.2.2 分類
1.2.3 回歸
1.2.4 非監(jiān)督學(xué)習(xí)
1.2.5 增強(qiáng)學(xué)習(xí)
1.3 注釋
1.4 相關(guān)資源
1.5 習(xí)題
1.6 參考文獻(xiàn)
第2章 監(jiān)督學(xué)習(xí)
2.1 由實(shí)例學(xué)習(xí)類
2.2 VC維
2.3 概率逼近正確學(xué)習(xí)
2.4 噪聲
2.5 學(xué)習(xí)多類
2.6 回歸
2.7 模型選擇與泛化
2.8 監(jiān)督機(jī)器學(xué)習(xí)算法的維
2.9 注釋
2.10 習(xí)題
2.11 參考文獻(xiàn)
第3章 貝葉斯決策定理
3.1 引言
3.2 分類
3.3 損失與風(fēng)險(xiǎn)
3.4 判別式函數(shù)
3.5 效用理論
3.6 信息值
3.7 貝葉斯網(wǎng)絡(luò)
3.8 影響圖
3.9 關(guān)聯(lián)規(guī)則
3.10 注釋
3.11 習(xí)題
3.12 參考文獻(xiàn)
第4章 參數(shù)方法
4.1 引言
4.2 *大似然估計(jì)
4.2.1 伯努利密度
4.2.2 多項(xiàng)密度
4.2.3 高斯（正態(tài)）密度
4.3 評價(jià)估計(jì)：偏倚和方差
4.4 貝葉斯估計(jì)
4.5 參數(shù)分類
4.6 回歸
4.7 調(diào)整模型的復(fù)雜度：偏倚／方差兩難選擇
4.8 模型選擇過程
4.9 注釋
4.10 習(xí)題
4.11 參考文獻(xiàn)
第5章 多元方法
5.1 多元數(shù)據(jù)
5.2 參數(shù)估計(jì)
5.3 缺失值估計(jì)
5.4 多元正態(tài)分布
5.5 多元分類
……
第6章 維度旭納
第7章 聚類
第8章 非參數(shù)方法
第9章 決策樹
第10章 線性判別式
第11章 多層感知器
第12章 局部模型
第13章 隱馬爾可夫模型
第14章 分類算法評估和比較
第15章 組合多學(xué)習(xí)器
第16章 增強(qiáng)學(xué)習(xí)
展開全部
機(jī)器學(xué)習(xí)導(dǎo)論 節(jié)選
第1章 緒論
1.1 什么是機(jī)器學(xué)習(xí)
隨著計(jì)算機(jī)技術(shù)的發(fā)展，我們現(xiàn)在已經(jīng)擁有存儲和處理海量數(shù)據(jù)以及通過計(jì)算機(jī)網(wǎng)絡(luò)從遠(yuǎn)程站點(diǎn)訪問數(shù)據(jù)的能力。目前大多數(shù)的數(shù)據(jù)存取設(shè)備都是數(shù)字設(shè)備，記錄的數(shù)據(jù)也很可靠。以一家連鎖超市為例，它擁有遍布全國各地的數(shù)百家分店，并且在為數(shù)百萬顧客提供數(shù)千種商品的零售服務(wù)。銷售點(diǎn)的終端設(shè)備記錄每筆交易的詳細(xì)資料，包括日期、顧客識別碼、購買商品和數(shù)量、消費(fèi)總額等。這是典型的每日幾個(gè)一字節(jié)的數(shù)據(jù)。只有分析這些數(shù)據(jù)，并且將它轉(zhuǎn)換為可以利用的信息時(shí)，這些存儲的數(shù)據(jù)才能變得有用，例如做預(yù)測。
我們不能確切地知道哪些人比較傾向于購買哪種特定的商品，也不知道應(yīng)該向喜歡讀海明威作品的人推薦哪位作者。如果我們知道，我們就不需要任何數(shù)據(jù)分析；我們只管供貨并記錄下編碼就可以了。但是，正因?yàn)槲覀儾恢，所以才只能收集?shù)據(jù)，并期望從數(shù)據(jù)中提取這些問題或相似問題的答案。
我們確信存在某種過程，可以解釋我們所觀測到的數(shù)據(jù)。盡管我們不清楚數(shù)據(jù)產(chǎn)生過程（例如顧客行為）的細(xì)節(jié)，但是，我們知道數(shù)據(jù)產(chǎn)生不是完全隨機(jī)的。人們并不是去超市隨機(jī)購買商品。當(dāng)人們買啤酒時(shí)，也會買薯片；夏天買冰淇淋，而冬天則為Gltthwein買香料。數(shù)據(jù)中存在確定的模式。
……
機(jī)器學(xué)習(xí)導(dǎo)論 作者簡介
Ethem Alpaydin，是土耳其伊斯坦布爾博阿齊奇大學(xué)計(jì)算機(jī)工程系的教授。于1990年在洛桑聯(lián)邦理工學(xué)院獲博士學(xué)位，之后先后在美國麻省理工和伯克利大學(xué)工作和進(jìn)行博士后研究。Ethem博士主要從事機(jī)器學(xué)習(xí)方面的研究，是劍橋大學(xué)的《The Computer Journal》雜志編委和Elsevier的《Pattern Recognition》雜志的副主編。2001年和2002年，Ethem博士先后獲得土耳其科學(xué)院青年科學(xué)家獎(jiǎng)和土耳其科學(xué)與技術(shù)研究委員會科學(xué)獎(jiǎng)。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
山海經(jīng)
- >
推拿
- >
莉莉和章魚
- >
自卑與超越
- >
我與地壇
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
