掃一掃
關注中圖網
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
圖解機器學習 版權信息
- ISBN：9787115388025
- 條形碼：9787115388025 ; 978-7-115-38802-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
圖解機器學習 本書特色
187張圖解輕松入門 提供可執行的Matlab程序代碼 覆蓋機器學習中實用、用途廣的算法 專業實用 東京大學教授、機器學習研究人員執筆，濃縮機器學習的關鍵知識點 圖文并茂 187張圖示幫助理解，詳略得當，為讀懂大部頭開路。 角度新穎 基于ZUI小二乘法講解各種有監督學習的回歸和分類算法，以及無監督學習算法。 實戰導向 配有可執行的MATLAB程序代碼，邊學習邊實踐。
圖解機器學習 內容簡介
《圖解機器學習》用豐富的圖示，從ZUI小二乘法出發，對基于ZUI小二乘法實現的各種機器學習算法進行了詳細的介紹。第Ⅰ部分介紹了機器學習領域的概況；第Ⅱ部分和第Ⅲ部分分別介紹了各種有監督的回歸算法和分類算法；第Ⅳ部分介紹了各種監督學習算法；第Ⅴ部分介紹了機器學習領域中的新興算法。書中大部分算法都有相應的MATLAB程序源代碼，可以用來進行簡單的測試。
圖解機器學習 目錄
目錄
第I部分 緒 論
第 1章 什么是機器學習 2
1．1 學習的種類 2
1．2 機器學習任務的例子 4
1．3 機器學習的方法 8
第 2章 學習模型 12
2．1 線性模型 12
2．2 核模型 15
2．3 層級模型 17
第II部分 有監督回歸
第3章 **小二乘學習法 22
3．1 **小二乘學習法 22
3．2 **小二乘解的性質 25
3．3 大規模數據的學習算法 27
第4章帶有約束條件的**小二乘法 31
4．1 部分空間約束的**小二乘學習法 31
4．2 ｌ2 約束的**小二乘學習法 33
4．3 模型選擇 37
第5章 稀疏學習 43
5．1。1 約束的**小二乘學習法 43
5．2。1 約束的**小二乘學習的求解方法 45
5．3 通過稀疏學習進行特征選擇 50
5．4。靝約束的**小二乘學習法 51
5．5。1+ｌ2 約束的**小二乘學習法 52
第6章 魯棒學習 55
6．1。1 損失**小化學習 56
6．2 Huber損失**小化學習 58
6．3 圖基損失**小化學習 63
6．4。1 約束的Huber損失**小化學習 65
第III部分 有監督分類
第7章 基于**小二乘法的分類 70
7．1 **小二乘分類 70
7．2 0/1 損失和間隔 73
7．3 多類別的情形 76
第8章 支持向量機分類 80
8．1 間隔**大化分類 80
8．2 支持向量機分類器的求解方法 83
8．3 稀疏性 86
8．4 使用核映射的非線性模型 88
8．5 使用Hinge損失**小化學習來解釋 90
8．6 使用Ramp損失的魯棒學習 93
第9章 集成分類 98
9．1 剪枝分類 98
9．2 Bagging學習法 101
9．3 Boosting 學習法 105
第 10章 概率分類法 112
10．1 Logistic回歸 112
10．2 **小二乘概率分類 116
第 11 章序列數據的分類 121
11．1 序列數據的模型化 122
11．2 條件隨機場模型的學習 125
11．3 利用條件隨機場模型對標簽序列進行預測 128
第IV部分 無監督學習
第 12章 異常檢測 132
12．1 局部異常因子 132
12．2 支持向量機異常檢測 135
12．3 基于密度比的異常檢測 137
第 13章 無監督降維 143
13．1 線性降維的原理 144
13．2 主成分分析 146
13．3 局部保持投影 148
13．4 核函數主成分分析 152
13．5 拉普拉斯特征映射 155
第 14章 聚類 158
14．1 K均值聚類 158
14．2 核K均值聚類 160
14．3 譜聚類 161
14．4 調整參數的自動選取 163
第V部分 新興機器學習算法
第 15章 在線學習 170
15．1 被動攻擊學習 170
15．2 適應正則化學習 176
第 16章 半監督學習 181
16．1 靈活應用輸入數據的流形構造 182
16．2 拉普拉斯正則化**小二乘學習的求解方法 183
16．3 拉普拉斯正則化的解釋 186
第 17章 監督降維 188
17．1 與分類問題相對應的判別分析 188
17．2 充分降維 195
第 18章 遷移學習 197
18．1 協變量移位下的遷移學習 197
18．2 類別平衡變化下的遷移學習 204
第 19章 多任務學習 212
19．1 使用**小二乘回歸的多任務學習 212
19．2 使用**小二乘概率分類器的多任務學習 215
19．3 多次維輸出函數的學習 216
第VI部分 結 語
第 20章 總結與展望 222
參考文獻 225
第I部分 緒 論
第 1章 什么是機器學習 2
1．1 學習的種類 2
1．2 機器學習任務的例子 4
1．3 機器學習的方法 8
第 2章 學習模型 12
2．1 線性模型 12
2．2 核模型 15
2．3 層級模型 17
第II部分 有監督回歸
第3章 **小二乘學習法 22
3．1 **小二乘學習法 22
3．2 **小二乘解的性質 25
3．3 大規模數據的學習算法 27
第4章帶有約束條件的**小二乘法 31
4．1 部分空間約束的**小二乘學習法 31
4．2 ｌ2 約束的**小二乘學習法 33
4．3 模型選擇 37
第5章 稀疏學習 43
5．1。1 約束的**小二乘學習法 43
5．2。1 約束的**小二乘學習的求解方法 45
5．3 通過稀疏學習進行特征選擇 50
5．4。靝約束的**小二乘學習法 51
5．5。1+ｌ2 約束的**小二乘學習法 52
第6章 魯棒學習 55
6．1。1 損失**小化學習 56
6．2 Huber損失**小化學習 58
6．3 圖基損失**小化學習 63
6．4。1 約束的Huber損失**小化學習 65
第III部分 有監督分類
第7章 基于**小二乘法的分類 70
7．1 **小二乘分類 70
7．2 0/1 損失和間隔 73
7．3 多類別的情形 76
第8章 支持向量機分類 80
8．1 間隔**大化分類 80
8．2 支持向量機分類器的求解方法 83
8．3 稀疏性 86
8．4 使用核映射的非線性模型 88
8．5 使用Hinge損失**小化學習來解釋 90
8．6 使用Ramp損失的魯棒學習 93
第9章 集成分類 98
9．1 剪枝分類 98
9．2 Bagging學習法 101
9．3 Boosting 學習法 105
第 10章 概率分類法 112
10．1 Logistic回歸 112
10．2 **小二乘概率分類 116
第 11 章序列數據的分類 121
11．1 序列數據的模型化 122
11．2 條件隨機場模型的學習 125
11．3 利用條件隨機場模型對標簽序列進行預測 128
第IV部分 無監督學習
第 12章 異常檢測 132
12．1 局部異常因子 132
12．2 支持向量機異常檢測 135
12．3 基于密度比的異常檢測 137
第 13章 無監督降維 143
13．1 線性降維的原理 144
13．2 主成分分析 146
13．3 局部保持投影 148
13．4 核函數主成分分析 152
13．5 拉普拉斯特征映射 155
第 14章 聚類 158
14．1 K均值聚類 158
14．2 核K均值聚類 160
14．3 譜聚類 161
14．4 調整參數的自動選取 163
第V部分 新興機器學習算法
第 15章 在線學習 170
15．1 被動攻擊學習 170
15．2 適應正則化學習 176
第 16章 半監督學習 181
16．1 靈活應用輸入數據的流形構造 182
16．2 拉普拉斯正則化**小二乘學習的求解方法 183
16．3 拉普拉斯正則化的解釋 186
第 17章 監督降維 188
17．1 與分類問題相對應的判別分析 188
17．2 充分降維 195
第 18章 遷移學習 197
18．1 協變量移位下的遷移學習 197
18．2 類別平衡變化下的遷移學習 204
第 19章 多任務學習 212
19．1 使用**小二乘回歸的多任務學習 212
19．2 使用**小二乘概率分類器的多任務學習 215
19．3 多次維輸出函數的學習 216
第VI部分 結 語
第 20章 總結與展望 222
參考文獻 225
展開全部
圖解機器學習 作者簡介
杉山將，1974年生于大阪。東京工業大學計算機工程學博士畢業，現為東京大學教授、日本國立信息學研究所客座教授。主要從事機器學習的理論研究和算法開發，以及在信號和圖像處理等方面的應用。2011年獲日本信息處理學會長尾真紀念特別獎。著有《統計機器學習》、DensityRatioEstimationinMachineLearning等。同時也是PatternRecognitionandMachineLearning日文版的譯者之一。 許永偉，2009年赴東京大學攻讀博士學位，現于東京大學空間信息科學研究所從事博士后研究（特任研究員）。主要研究方向為模式識別與機器學習、圖像處理與計算機視覺，對數據挖掘、大數據和信息架構有濃厚興趣。
書友推薦
- >
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)
- >
【精裝繪本】畫給孩子的中國神話
- >
二體千字文
- >
苦雨齋序跋文-周作人自編集
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮與六便士
- >
史學評論
- >
唐代進士錄
本類暢銷
