中圖網小程序
一鍵登錄
更方便
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
機器學習公式詳解 版權信息
- ISBN：9787115559104
- 條形碼：9787115559104 ; 978-7-115-55910-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習公式詳解 本書特色
1.國內市場累計銷量榜的“西瓜書”《機器學習》公式完全解析指南！“南瓜書”系Datawhale成員自學筆記，對“西瓜書”中250個重難點公式做了詳細解析和推導（重難點公式覆蓋率達99%），旨在解決機器學習中的數學難題。2.機器學習初學小白提升數學基礎能力的練習冊！以本科數學基礎視角對“西瓜書”里比較難理解的公式加以解析和推導細節，補充大量重、難點數學知識和參考材料，分享在學習中遇到的“坑”以及跳過這個“坑”的方法，對于初學機器學習的小白也能上手練習！3.俞勇、王斌、李沐、程明明、陳光（博主@愛可可-愛生活）、徐亦達等人工智能領域大咖親筆推薦
機器學習公式詳解 內容簡介
周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經典入門教材之一。本書（俗稱“南瓜書”）基于Datawhale 成員自學“西瓜書”時記下的筆記編著而成，旨在對“西瓜書”中重難點公式加以解析，以及對部分公式補充具體的推導細節。 全書共16 章，與“西瓜書”章節、公式對應，每個公式的推導和解析都以本科數學基礎的視角進行講解，希望能夠幫助讀者達到“理工科數學基礎扎實點的大二下學期學生”水平。每章都附有相關閱讀材料，以便有興趣的讀者進一步鉆研探索。 本書思路清晰，視角獨特，結構合理，可作為高等院校計算機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。
機器學習公式詳解 目錄
序（王斌 小米AI 實驗室主任、NLP 首席科學家）
前言
主要符號表
第 1章 緒論
式(1．1)
式(1．2)
第 2章 模型評估與選擇
式(2．20)
式(2．21)
式(2．27)
式(2．41)
附注
參考文獻
第3章 線性模型
式(3．5)
式(3．6)
式(3．7)
式(3．10)
式(3．27)
式(3．30)
式(3．32)
式(3．37)
式(3．38)
式(3．39)
式(3．43)
式(3．44)
式(3．45)
第4章 決策樹
式(4．1)
式(4．2)
式(4．6)
式(4．7)
式(4．8)
附注
參考文獻
第5章 神經網絡
式(5．2)
式(5．10)
式(5．12)
式(5．13)
式(5．14)
式(5．15)
ii j 目錄
式(5．20)
式(5．22)
式(5．23)
式(5．24)
附注
參考文獻
第6章 支持向量機
式(6．9)
式(6．10)
式(6．11)
式(6．13)
式(6．35)
式(6．37)
式(6．38)
式(6．39)
式(6．40)
式(6．41)
式(6．52)
式(6．60)
式(6．62)
式(6．63)
式(6．65)
式(6．66)
式(6．67)
式(6．70)
附注
參考文獻
第7章 貝葉斯分類器
式(7．5)
式(7．6)
式(7．12)
式(7．13)
式(7．19)
式(7．20)
式(7．24)
式(7．25)
式(7．27)
式(7．34)
附注
參考文獻
第8章 集成學習
式(8．1)
式(8．2)
式(8．3)
式(8．4)
式(8．5)
式(8．6)
式(8．7)
式(8．8)
式(8．9)
式(8．10)
式(8．11)
式(8．12)
式(8．13)
式(8．14)
式(8．16)
式(8．17)
式(8．18)
式(8．19)
式(8．20)
式(8．21)
式(8．22)
式(8．23)
式(8．24)
式(8．25)
式(8．26)
式(8．27)
式(8．28)
式(8．29)
式(8．30)
式(8．31)
式(8．32)
式(8．33)
式(8．34)
式(8．35)
式(8．36)
第9章 聚類
式(9．5)
式(9．6)
式(9．7)
式(9．8)
式(9．33)
式(9．34)
式(9．35)
式(9．38)
第 10章 降維與度量學習
式(10．1)
式(10．2)
式(10．3)
式(10．4)
式(10．5)
式(10．6)
式(10．10)
式(10．14)
式(10．17)
式(10．24)
式(10．28)
式(10．31)
第 11章 特征選擇與稀疏學習
式(11．1)
式(11．2)
式(11．5)
式(11．6)
式(11．7)
式(11．10)
式(11．11)
式(11．12)
式(11．13)
式(11．14)
式(11．15)
式(11．16)
式(11．17)
式(11．18)
第 12章 計算學習理論
式(12．1)
式(12．2)
式(12．3)
式(12．4)
式(12．5)
式(12．7)
式(12．9)
式(12．10)
式(12．11)
式(12．12)
式(12．13)
式(12．14)
式(12．15)
式(12．16)
式(12．17)
式(12．18)
式(12．19)
式(12．20)
式(12．21)
式(12．22)
式(12．23)
式(12．24)
式(12．25)
式(12．26)
式(12．27)
式(12．28)
式(12．29)
式(12．30)
式(12．31)
式(12．32)
式(12．34)
式(12．36)
式(12．37)
式(12．38)
式(12．39)
式(12．40)
式(12．41)
式(12．42)
式(12．43)
式(12．44)
式(12．45)
式(12．46)
式(12．52)
式(12．53)
式(12．57)
式(12．58)
式(12．59)
式(12．60)
參考文獻
第 13章 半監督學習
式(13．1)
式(13．2)
式(13．3)
式(13．4)
式(13．5)
式(13．6)
式(13．7)
式(13．8)
式(13．9)
式(13．12)
式(13．13)
式(13．14)
式(13．15)
式(13．16)
式(13．17)
式(13．20)
第 14章 概率圖模型
式(14．1)
式(14．2)
式(14．3)
式(14．4)
式(14．7)
式(14．8)
式(14．9)
式(14．10)
式(14．14)
式(14．15)
式(14．16)
式(14．17)
式(14．18)
式(14．19)
式(14．20)
式(14．22)
式(14．26)
式(14．27)
式(14．28)
式(14．29)
式(14．30)
式(14．31)
式(14．32)
式(14．33)
式(14．34)
式(14．35)
式(14．36)
式(14．37)
式(14．38)
式(14．39)
式(14．40)
式(14．41)
式(14．42)
式(14．43)
式(14．44)
第 15章 規則學習
式(15．2)
式(15．3)
式(15．6)
式(15．7)
式(15．9)
式(15．10)
式(15．11)
式(15．12)
式(15．13)
式(15．14)
式(15．16)
第 16章 強化學習
式(16．2)
式(16．3)
式(16．4)
式(16．7)
式(16．8)
式(16．10)
式(16．14)
式(16．16)
式(16．31)
前言
主要符號表
第 1章 緒論
式(1．1)
式(1．2)
第 2章 模型評估與選擇
式(2．20)
式(2．21)
式(2．27)
式(2．41)
附注
參考文獻
第3章 線性模型
式(3．5)
式(3．6)
式(3．7)
式(3．10)
式(3．27)
式(3．30)
式(3．32)
式(3．37)
式(3．38)
式(3．39)
式(3．43)
式(3．44)
式(3．45)
第4章 決策樹
式(4．1)
式(4．2)
式(4．6)
式(4．7)
式(4．8)
附注
參考文獻
第5章 神經網絡
式(5．2)
式(5．10)
式(5．12)
式(5．13)
式(5．14)
式(5．15)
ii j 目錄
式(5．20)
式(5．22)
式(5．23)
式(5．24)
附注
參考文獻
第6章 支持向量機
式(6．9)
式(6．10)
式(6．11)
式(6．13)
式(6．35)
式(6．37)
式(6．38)
式(6．39)
式(6．40)
式(6．41)
式(6．52)
式(6．60)
式(6．62)
式(6．63)
式(6．65)
式(6．66)
式(6．67)
式(6．70)
附注
參考文獻
第7章 貝葉斯分類器
式(7．5)
式(7．6)
式(7．12)
式(7．13)
式(7．19)
式(7．20)
式(7．24)
式(7．25)
式(7．27)
式(7．34)
附注
參考文獻
第8章 集成學習
式(8．1)
式(8．2)
式(8．3)
式(8．4)
式(8．5)
式(8．6)
式(8．7)
式(8．8)
式(8．9)
式(8．10)
式(8．11)
式(8．12)
式(8．13)
式(8．14)
式(8．16)
式(8．17)
式(8．18)
式(8．19)
式(8．20)
式(8．21)
式(8．22)
式(8．23)
式(8．24)
式(8．25)
式(8．26)
式(8．27)
式(8．28)
式(8．29)
式(8．30)
式(8．31)
式(8．32)
式(8．33)
式(8．34)
式(8．35)
式(8．36)
第9章 聚類
式(9．5)
式(9．6)
式(9．7)
式(9．8)
式(9．33)
式(9．34)
式(9．35)
式(9．38)
第 10章 降維與度量學習
式(10．1)
式(10．2)
式(10．3)
式(10．4)
式(10．5)
式(10．6)
式(10．10)
式(10．14)
式(10．17)
式(10．24)
式(10．28)
式(10．31)
第 11章 特征選擇與稀疏學習
式(11．1)
式(11．2)
式(11．5)
式(11．6)
式(11．7)
式(11．10)
式(11．11)
式(11．12)
式(11．13)
式(11．14)
式(11．15)
式(11．16)
式(11．17)
式(11．18)
第 12章 計算學習理論
式(12．1)
式(12．2)
式(12．3)
式(12．4)
式(12．5)
式(12．7)
式(12．9)
式(12．10)
式(12．11)
式(12．12)
式(12．13)
式(12．14)
式(12．15)
式(12．16)
式(12．17)
式(12．18)
式(12．19)
式(12．20)
式(12．21)
式(12．22)
式(12．23)
式(12．24)
式(12．25)
式(12．26)
式(12．27)
式(12．28)
式(12．29)
式(12．30)
式(12．31)
式(12．32)
式(12．34)
式(12．36)
式(12．37)
式(12．38)
式(12．39)
式(12．40)
式(12．41)
式(12．42)
式(12．43)
式(12．44)
式(12．45)
式(12．46)
式(12．52)
式(12．53)
式(12．57)
式(12．58)
式(12．59)
式(12．60)
參考文獻
第 13章 半監督學習
式(13．1)
式(13．2)
式(13．3)
式(13．4)
式(13．5)
式(13．6)
式(13．7)
式(13．8)
式(13．9)
式(13．12)
式(13．13)
式(13．14)
式(13．15)
式(13．16)
式(13．17)
式(13．20)
第 14章 概率圖模型
式(14．1)
式(14．2)
式(14．3)
式(14．4)
式(14．7)
式(14．8)
式(14．9)
式(14．10)
式(14．14)
式(14．15)
式(14．16)
式(14．17)
式(14．18)
式(14．19)
式(14．20)
式(14．22)
式(14．26)
式(14．27)
式(14．28)
式(14．29)
式(14．30)
式(14．31)
式(14．32)
式(14．33)
式(14．34)
式(14．35)
式(14．36)
式(14．37)
式(14．38)
式(14．39)
式(14．40)
式(14．41)
式(14．42)
式(14．43)
式(14．44)
第 15章 規則學習
式(15．2)
式(15．3)
式(15．6)
式(15．7)
式(15．9)
式(15．10)
式(15．11)
式(15．12)
式(15．13)
式(15．14)
式(15．16)
第 16章 強化學習
式(16．2)
式(16．3)
式(16．4)
式(16．7)
式(16．8)
式(16．10)
式(16．14)
式(16．16)
式(16．31)
展開全部
機器學習公式詳解 作者簡介
謝文睿北京工業大學碩士， 開源組織Datawhale 核心成員兼開源項目負責人，主要研究方向為機器學習與自然語言處理。秦州康奈爾大學計算機碩士，Datawhale重要貢獻成員。阿里巴巴算法工程師，主要研究方向為圖神經網絡的研發和應用。CIKM 2019最佳應用論文作者，開源圖神經網絡框架graph-learn核心開發者。
書友推薦
- >
巴金－再思錄
- >
龍榆生：詞曲概論/大家小書
- >
經典常談
- >
李白與唐代文化
- >
羅庸西南聯大授課錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
月亮與六便士
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
