中图网(原中国图书网):网上书店,尾货特色书店,30万种特价书低至2折!

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
機(jī)器學(xué)習(xí)公式詳解第2版

包郵 機(jī)器學(xué)習(xí)公式詳解第2版

出版社:人民郵電出版社出版時(shí)間:2021-12-01
開(kāi)本: 其他 頁(yè)數(shù): 308
中 圖 價(jià):¥50.4(5.6折) 定價(jià)  ¥89.8 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車(chē) 收藏
開(kāi)年大促, 全場(chǎng)包郵
?新疆、西藏除外
本類(lèi)五星書(shū)更多>

機(jī)器學(xué)習(xí)公式詳解第2版 版權(quán)信息

機(jī)器學(xué)習(xí)公式詳解第2版 本書(shū)特色

適讀人群 :(1)高等院校人工智能、計(jì)算機(jī)、自動(dòng)化等相關(guān)專(zhuān)業(yè)機(jī)器學(xué)習(xí)方向的學(xué)生; (2)學(xué)術(shù)界機(jī)器學(xué)習(xí)領(lǐng)域的研究人員和教師; (3)工業(yè)界對(duì)機(jī)器學(xué)習(xí)感興趣的專(zhuān)業(yè)人員和工程師。(1)320個(gè)公式的詳細(xì)推導(dǎo)解析。 在充分捕捉第1版“南瓜書(shū)”的讀者需求后,第2版擴(kuò)充了對(duì)“西瓜書(shū)”解讀的覆蓋面,公式解讀數(shù)量由250個(gè)上升至320個(gè)。 (2)機(jī)器學(xué)習(xí)初學(xué)小白提升數(shù)學(xué)基礎(chǔ)能力的強(qiáng)推練習(xí)冊(cè)! 延續(xù)第1版思路,第2版以本科數(shù)學(xué)基礎(chǔ)視角對(duì)“西瓜書(shū)”中的內(nèi)容做了更進(jìn)一步的解讀:新增20個(gè)對(duì)“西瓜書(shū)”圖片/定理的解讀;新增數(shù)學(xué)知識(shí)的解讀,同時(shí)將其前置在所用到的章節(jié)處,不再以附注的形式給出,便于目錄查閱;在部分章節(jié)開(kāi)篇處加注學(xué)習(xí)建議和些許見(jiàn)解,進(jìn)一步照顧數(shù)學(xué)基礎(chǔ)薄弱的讀者。 (3)以開(kāi)源方式多人協(xié)作,內(nèi)容品質(zhì)已被廣大讀者認(rèn)可。 “南瓜書(shū)”P(pán)DF版開(kāi)源教程于2020年5月發(fā)布之初榮登 GitHub Trending第2,“南瓜書(shū)”紙質(zhì)版出版2年后,16次印刷共7萬(wàn)余冊(cè)。配套視頻【吃瓜教程】播放量超16.2萬(wàn),經(jīng)過(guò)開(kāi)源教程、圖書(shū)及視頻的充分迭代后,形成第2版“南瓜書(shū)”,質(zhì)量已被廣大讀者充分驗(yàn)證。 (4)俞勇、王斌、李沐、程明明、陳光(博主@愛(ài)可可-愛(ài)生活)、徐亦達(dá)等人工智能領(lǐng)域大咖親筆推薦。

機(jī)器學(xué)習(xí)公式詳解第2版 內(nèi)容簡(jiǎn)介

周志華老師的《機(jī)器學(xué)習(xí)》(俗稱(chēng)“西瓜書(shū)”)是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典入門(mén)教材之一。本書(shū)是《機(jī)器學(xué)習(xí)公式詳解》(俗稱(chēng)“南瓜書(shū)”)的第2 版。相較于第1 版,本書(shū)對(duì)“西瓜書(shū)”中除了公式以外的重、難點(diǎn)內(nèi)容加以解析,以過(guò)來(lái)人視角給出學(xué)習(xí)建議,旨在對(duì)比較難理解的公式和重點(diǎn)內(nèi)容擴(kuò)充具體的例子說(shuō)明,以及對(duì)跳步過(guò)大的公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。 全書(shū)共16 章,與“西瓜書(shū)”章節(jié)、公式對(duì)應(yīng),每個(gè)公式的推導(dǎo)和解釋都以本科數(shù)學(xué)基礎(chǔ)的視角進(jìn)行講解,希望能夠幫助讀者快速掌握各個(gè)機(jī)器學(xué)習(xí)算法背后的數(shù)學(xué)原理。 本書(shū)思路清晰,視角獨(dú)特,結(jié)構(gòu)合理,可作為高等院校計(jì)算機(jī)及相關(guān)專(zhuān)業(yè)的本科生或研究生教材,也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考

機(jī)器學(xué)習(xí)公式詳解第2版 目錄

序(王斌 小米AI 實(shí)驗(yàn)室主任、NLP 首席科學(xué)家) 前言 主要符號(hào)表 資源與支持 第 1 章 緒論 1 1.1 引言 1 1.2 基本術(shù)語(yǔ) 1 1.3 假設(shè)空間 5 1.4 歸納偏好 5 1.4.1 式(1.1) 和式(1.2) 的解釋 6 第 2 章 模型評(píng)估與選擇 8 2.1 經(jīng)驗(yàn)誤差與過(guò)擬合 8 2.2 評(píng)估方法 9 2.2.1 算法參數(shù)(超參數(shù))與模型參數(shù) 10 2.2.2 驗(yàn)證集 10 2.3 性能度量 11 2.3.1 式(2.2) ~ 式(2.7) 的解釋 11 2.3.2 式(2.8) 和式(2.9) 的解釋 11 2.3.3 圖2.3 的解釋 11 2.3.4 式(2.10) 的推導(dǎo) 11 2.3.5 式(2.11) 的解釋 12 2.3.6 式(2.12) ~ 式(2.17) 的解釋 13 2.3.7 式(2.18) 和式(2.19) 的解釋 13 2.3.8 式(2.20) 的推導(dǎo) 14 2.3.9 式(2.21) 和式(2.22) 的推導(dǎo) 16 2.3.10 式(2.23) 的解釋 18 2.3.11 式(2.24) 的解釋 19 2.3.12 式(2.25) 的解釋 20 2.4 比較檢驗(yàn) 22 2.4.1 式(2.26) 的解釋 22 2.4.2 式(2.27) 的推導(dǎo) 23 2.5 偏差與方差 26 2.5.1 式(2.37) ~ 式(2.42) 的推導(dǎo) 26 參考文獻(xiàn) 29 第3 章 線性模型 30 3.1 基本形式 30 3.2 線性回歸 30 3.2.1 屬性數(shù)值化 30 3.2.2 式(3.4) 的解釋 31 3.2.3 式(3.5) 的推導(dǎo) 32 3.2.4 式(3.6) 的推導(dǎo) 32 3.2.5 式(3.7) 的推導(dǎo) 33 3.2.6 式(3.9) 的推導(dǎo) 35 3.2.7 式(3.10) 的推導(dǎo) 36 3.2.8 式(3.11) 的推導(dǎo) 36 3.3 對(duì)率回歸 39 3.3.1 式(3.27) 的推導(dǎo) 39 3.3.2 梯度下降法 41 3.3.3 牛頓法 42 3.3.4 式(3.29) 的解釋 44 3.3.5 式(3.30) 的推導(dǎo) 44 3.3.6 式(3.31) 的推導(dǎo) 45 3.4 線性判別分析 46 3.4.1 式(3.32) 的推導(dǎo) 46 3.4.2 式(3.37) ~ 式(3.39) 的推導(dǎo) 47 3.4.3 式(3.43) 的推導(dǎo) 48 3.4.4 式(3.44) 的推導(dǎo) 48 3.4.5 式(3.45) 的推導(dǎo) 49 3.5 多分類(lèi)學(xué)習(xí) 52 3.5.1 圖3.5 的解釋 52 3.6 類(lèi)別不平衡問(wèn)題 52 參考文獻(xiàn) 52 第4 章 決策樹(shù) 53 4.1 基本流程 53 4.2 劃分選擇 54 4.2.1 式(4.1) 的解釋 54 4.2.2 式(4.2) 的解釋 58 4.2.3 式(4.4) 的解釋 58 4.2.4 式(4.5) 的推導(dǎo) 59 4.2.5 式(4.6) 的解釋 59 4.3 剪枝處理 62 4.4 連續(xù)值與缺失值 63 4.4.1 式(4.7) 的解釋 63 4.4.2 式(4.8) 的解釋 64 4.4.3 式(4.12) 的解釋 64 4.5 多變量決策樹(shù) 64 4.5.1 圖4.10 的解釋 65 4.5.2 圖4.11 的解釋 65 參考文獻(xiàn) 66 第5 章 神經(jīng)網(wǎng)絡(luò) 67 5.1 神經(jīng)元模型 67 5.2 感知機(jī)與多層網(wǎng)絡(luò) 67 5.2.1 式(5.1) 和式(5.2) 的推導(dǎo) 67 5.2.2 圖5.5 的解釋 70 5.3 誤差逆?zhèn)鞑ニ惴? 70 5.3.1 式(5.10) 的推導(dǎo) 70 5.3.2 式(5.12) 的推導(dǎo) 70 5.3.3 式(5.13) 的推導(dǎo) 71 5.3.4 式(5.14) 的推導(dǎo) 72 5.3.5 式(5.15) 的推導(dǎo) 73 5.4 全局*小與局部極小 73 5.5 其他常見(jiàn)神經(jīng)網(wǎng)絡(luò) 73 5.5.1 式(5.18) 的解釋 73 5.5.2 式(5.20) 的解釋 73 5.5.3 式(5.22) 的解釋 74 5.5.4 式(5.23) 的解釋 74 5.6 深度學(xué)習(xí) 74 5.6.1 什么是深度學(xué)習(xí) 75 5.6.2 深度學(xué)習(xí)的起源 75 5.6.3 怎么理解特征學(xué)習(xí) 75 參考文獻(xiàn) 75 第6 章 支持向量機(jī) 77 6.1 間隔與支持向量 77 6.1.1 圖6.1 的解釋 77 6.1.2 式(6.1) 的解釋 77 6.1.3 式(6.2) 的推導(dǎo) 78 6.1.4 式(6.3) 的推導(dǎo) 78 6.1.5 式(6.4) 的推導(dǎo) 80 6.1.6 式(6.5) 的解釋 80 6.2 對(duì)偶問(wèn)題 80 6.2.1 凸優(yōu)化問(wèn)題 80 6.2.2 KKT 條件 80 6.2.3 拉格朗日對(duì)偶函數(shù) 81 6.2.4 拉格朗日對(duì)偶問(wèn)題 82 6.2.5 式(6.9) 和式(6.10) 的推導(dǎo) 85 6.2.6 式(6.11) 的推導(dǎo) 85 6.2.7 式(6.13) 的解釋 86 6.3 核函數(shù) 87 6.3.1 式(6.22) 的解釋 87 6.4 軟間隔與正則化 87 6.4.1 式(6.35) 的推導(dǎo) 87 6.4.2 式(6.37) 和式(6.38) 的推導(dǎo) 87 6.4.3 式(6.39) 的推導(dǎo) 87 6.4.4 式(6.40) 的推導(dǎo) 88 6.4.5 對(duì)率回歸與支持向量機(jī)的關(guān)系 88 6.4.6 式(6.41) 的解釋 89 6.5 支持向量回歸 89 6.5.1 式(6.43) 的解釋 89 6.5.2 式(6.45) 的推導(dǎo) 90 6.5.3 式(6.52) 的推導(dǎo) 91 6.6 核方法 92 6.6.1 式(6.57) 和式(6.58) 的解釋 92 6.6.2 式(6.65) 的推導(dǎo) 92 6.6.3 式(6.66) 和式(6.67) 的解釋 93 6.6.4 式(6.70) 的推導(dǎo) 94 6.6.5 核對(duì)率回歸 98 參考文獻(xiàn) 99 第7 章 貝葉斯分類(lèi)器 100 7.1 貝葉斯決策論 100 7.1.1 式(7.5) 的推導(dǎo) 100 7.1.2 式(7.6) 的推導(dǎo) 100 7.1.3 判別式模型與生成式模型 100 7.2 極大似然估計(jì) 101 7.2.1 式(7.12) 和式(7.13) 的推導(dǎo) 101 7.3 樸素貝葉斯分類(lèi)器 104 7.3.1 式(7.16) 和式(7.17) 的解釋 104 7.3.2 式(7.18) 的解釋 104 7.3.3 貝葉斯估計(jì) 105 7.3.4 Categorical 分布 105 7.3.5 Dirichlet 分布 106 7.3.6 式(7.19) 和式(7.20) 的推導(dǎo) 106 7.4 半樸素貝葉斯分類(lèi)器 110 7.4.1 式(7.21) 的解釋 110 7.4.2 式(7.22) 的解釋 111 7.4.3 式(7.23) 的推導(dǎo) 111 7.4.4 式(7.24) 和式(7.25) 的推導(dǎo) 112 7.5 貝葉斯網(wǎng) 112 7.5.1 式(7.27) 的解釋 112 7.6 EM 算法 113 7.6.1 Jensen 不等式 113 7.6.2 EM 算法的推導(dǎo) 113 參考文獻(xiàn) 121 第8 章 集成學(xué)習(xí) 122 8.1 個(gè)體與集成 123 8.1.1 式(8.1) 的解釋 123 8.1.2 式(8.2) 的解釋 123 8.1.3 式(8.3) 的推導(dǎo) 123 8.2 Boosting 124 8.2.1 式(8.4) 的解釋 125 8.2.2 式(8.5) 的解釋 125 8.2.3 式(8.6) 的推導(dǎo) 126 8.2.4 式(8.7) 的推導(dǎo) 126 8.2.5 式(8.8) 的推導(dǎo) 127 8.2.6 式(8.9) 的推導(dǎo) 127 8.2.7 式(8.10) 的解釋 128 8.2.8 式(8.11) 的推導(dǎo) 128 8.2.9 式(8.12) 的解釋 129 8.2.10 式(8.13) 的推導(dǎo) 129 8.2.11 式(8.14) 的推導(dǎo) 130 8.2.12 式(8.16) 的推導(dǎo) 131 8.2.13 式(8.17) 的推導(dǎo) 131 8.2.14 式(8.18) 的推導(dǎo) 132 8.2.15 式(8.19) 的推導(dǎo) 132 8.2.16 AdaBoost 的個(gè)人推導(dǎo) 133 8.2.17 進(jìn)一步理解權(quán)重更新公式 137 8.2.18 能夠接受帶權(quán)樣本的基學(xué)習(xí)算法 139 8.3 Bagging 與隨機(jī)森林 140 8.3.1 式(8.20) 的解釋 140 8.3.2 式(8.21) 的推導(dǎo) 140 8.3.3 隨機(jī)森林的解釋 141 8.4 結(jié)合策略 141 8.4.1 式(8.22) 的解釋 141 8.4.2 式(8.23) 的解釋 141 8.4.3 硬投票和軟投票的解釋 141 8.4.4 式(8.24) 的解釋 142 8.4.5 式(8.25) 的解釋 142 8.4.6 式(8.26) 的解釋 142 8.4.7 元學(xué)習(xí)器的解釋 142 8.4.8 Stacking 算法的解釋 143 8.5 多樣性 143 8.5.1 式(8.27) 的解釋 143 8.5.2 式(8.28) 的解釋 143 8.5.3 式(8.29) 的解釋 143 8.5.4 式(8.30) 的解釋 144 8.5.5 式(8.31) 的推導(dǎo) 144 8.5.6 式(8.32) 的解釋 144 8.5.7 式(8.33) 的解釋 145 8.5.8 式(8.34) 的解釋 145 8.5.9 式(8.35) 的解釋 145 8.5.10 式(8.36) 的解釋 145 8.5.11 式(8.40) 的解釋 145 8.5.12 式(8.41) 的解釋 146 8.5.13 式(8.42) 的解釋 146 8.5.14 多樣性增強(qiáng)的解釋 146 8.6 Gradient Boosting、GBDT、XGBoost的聯(lián)系與區(qū)別 147 8.6.1 從梯度下降的角度解釋AdaBoost 147 8.6.2 梯度提升 149 8.6.3 梯度提升樹(shù)(GBDT) 151 8.6.4 XGBoost 152 參考文獻(xiàn) 152 第9 章 聚類(lèi) 153 9.1 聚類(lèi)任務(wù) 153 9.2 性能度量 153 9.2.1 式(9.5) 的解釋 153 9.2.2 式(9.6) 的解釋 155 9.2.3 式(9.7) 的解釋 155 9.2.4 式(9.8) 的解釋 156 9.2.5 式(9.12) 的解釋 156 9.3 距離計(jì)算 156 9.3.1 式(9.21) 的解釋 156 9.4 原型聚類(lèi) 157 9.4.1 式(9.28) 的解釋 157 9.4.2 式(9.29) 的解釋 157 9.4.3 式(9.30) 的解釋 158 9.4.4 式(9.31) 的解釋 159 9.4.5 式(9.32) 的解釋 159 9.4.6 式(9.33) 的推導(dǎo) 160 9.4.7 式(9.34) 的推導(dǎo) 161 9.4.8 式(9.35) 的推導(dǎo) 162 9.4.9 式(9.36) 的解釋 164 9.4.10 式(9.37) 的推導(dǎo) 164 9.4.11 式(9.38) 的推導(dǎo) 165 9.4.12 圖9.6 的解釋 166 9.5 密度聚類(lèi) 166 9.5.1 密度直達(dá)、密度可達(dá)與密度相連 167 9.5.2 圖9.9 的解釋 168 9.6 層次聚類(lèi) 168 第 10 章 降維與度量學(xué)習(xí) 170 10.1 預(yù)備知識(shí) 170 10.1.1 符號(hào)約定 170 10.1.2 矩陣與單位陣、向量的乘法 170 10.2 矩陣的F 范數(shù)與跡 171 10.3 k 近鄰學(xué)習(xí) 173 10.3.1 式(10.1) 的解釋 173 10.3.2 式(10.2) 的推導(dǎo) 174 10.4 低維嵌入 175 10.4.1 圖10.2 的解釋 175 10.4.2 式(10.3) 的推導(dǎo) 175 10.4.3 式(10.4) 的推導(dǎo) 176 10.4.4 式(10.5) 的推導(dǎo) 177 10.4.5 式(10.6) 的推導(dǎo) 177 10.4.6 式(10.10) 的推導(dǎo) 178 10.4.7 式(10.11) 的解釋 179 10.4.8 圖10.3 關(guān)于MDS 算法的解釋 179 10.5 主成分分析 180 10.5.1 式(10.14) 的推導(dǎo) 180 10.5.2 式(10.16) 的解釋 184 10.5.3 式(10.17) 的推導(dǎo) 186 10.5.4 根據(jù)式(10.17) 求解式(10.16) 188 10.6 核化線性降維 188 10.6.1 式(10.19) 的解釋 189 10.6.2 式(10.20) 的解釋 189 10.6.3 式(10.21) 的解釋 190 10.6.4 式(10.22) 的解釋 190 10.6.5 式(10.24) 的推導(dǎo) 190 10.6.6 式(10.25) 的解釋 191 10.7 流形學(xué)習(xí) 191 10.7.1 等度量映射(Isomap) 的解釋 191 10.7.2 式(10.28) 的推導(dǎo) 192 10.7.3 式(10.31) 的推導(dǎo) 194 10.8 度量學(xué)習(xí) 196 10.8.1 式(10.34) 的解釋 196 10.8.2 式(10.35) 的解釋 197 10.8.3 式(10.36) 的解釋 197 10.8.4 式(10.37) 的解釋 198 10.8.5 式(10.38) 的解釋 198 10.8.6 式(10.39) 的解釋 198 參考文獻(xiàn) 199 第 11 章 特征選擇與稀疏學(xué)習(xí) 200 11.1 子集搜索與評(píng)價(jià) 200 11.1.1 式(11.1) 的解釋 200 11.1.2 式(11.2) 的解釋 200 11.2 過(guò)濾式選擇 201 11.3 包裹式選擇 201 11.4 嵌入式選擇與L1 正則化 202 11.4.1 式(11.5) 的解釋 202 11.4.2 式(11.6) 的解釋 202 11.4.3 式(11.7) 的解釋 203 11.4.4 式(11.8) 的解釋 203 11.4.5 式(11.9) 的解釋 203 11.4.6 式(11.10) 的推導(dǎo) 203 11.4.7 式(11.11) 的解釋 205 11.4.8 式(11.12) 的解釋 205 11.4.9 式(11.13) 的解釋 205 11.4.10 式(11.14) 的推導(dǎo) 205 11.5 稀疏表示與字典學(xué)習(xí) 208 11.5.1 式(11.15) 的解釋 208 11.5.2 式(11.16) 的解釋 208 11.5.3 式(11.17) 的推導(dǎo) 208 11.5.4 式(11.18) 的推導(dǎo) 208 11.6 壓縮感知 213 11.6.1 式(11.21) 的解釋 213 11.6.2 式(11.25) 的解釋 213 參考文獻(xiàn) 214 第 12 章 計(jì)算學(xué)習(xí)理論 215 12.1 基礎(chǔ)知識(shí) 215 12.1.1 式(12.1) 的解釋 216 12.1.2 式(12.2) 的解釋 216 12.1.3 式(12.3) 的解釋 216 12.1.4 式(12.4) 的解釋 216 12.1.5 式(12.5) 和式(12.6) 的解釋 216 12.1.6 式(12.7) 的解釋 217 12.2 PAC 學(xué)習(xí) 217 12.2.1 式(12.9) 的解釋 218 12.3 有限假設(shè)空間 218 12.3.1 式(12.10) 的解釋 219 12.3.2 式(12.11) 的解釋 219 12.3.3 式(12.12) 的推導(dǎo) 219 12.3.4 式(12.13) 的解釋 220 12.3.5 式(12.14) 的推導(dǎo) 220 12.3.6 引理12.1 的解釋 221 12.3.7 式(12.18) 的推導(dǎo) 221 12.3.8 式(12.19) 的推導(dǎo) 221 12.3.9 式(12.20) 的解釋 222 12.4 VC 維 223 12.4.1 式(12.21) 的解釋 223 12.4.2 式(12.22) 的解釋 223 12.4.3 式(12.23) 的解釋 224 12.4.4 引理12.2 的解釋 224 12.4.5 式(12.28) 的解釋 226 12.4.6 式(12.29) 的解釋 227 12.4.7 式(12.30) 的解釋 227 12.4.8 定理12.4 的解釋 228 12.5 Rademacher 復(fù)雜度 229 12.5.1 式(12.36) 的解釋 229 12.5.2 式(12.37) 的解釋 229 12.5.3 式(12.38) 的解釋 230 12.5.4 式(12.39) 的解釋 230 12.5.5 式(12.40) 的解釋 231 12.5.6 式(12.41) 的解釋 231 12.5.7 定理12.5 的解釋 231 12.6 定理12.6 的解釋 233 12.6.1 式(12.52) 的證明 235 12.6.2 式(12.53) 的推導(dǎo) 235 12.7 穩(wěn)定性 235 12.7.1 泛化損失/經(jīng)驗(yàn)損失/留一損失的解釋 236 12.7.2 式(12.57) 的解釋 236 12.7.3 定理12.8 的解釋 236 12.7.4 式(12.60) 的推導(dǎo) 237 12.7.5 經(jīng)驗(yàn)損失*小化 237 12.7.6 定理12.9 的證明的解釋 237 參考文獻(xiàn) 238 第 13 章 半監(jiān)督學(xué)習(xí) 240 13.1 未標(biāo)記樣本 240 13.2 生成式方法 240 13.2.1 式(13.1) 的解釋 241 13.2.2 式(13.2) 的推導(dǎo) 241 13.2.3 式(13.3) 的推導(dǎo) 242 13.2.4 式(13.4) 的推導(dǎo) 242 13.2.5 式(13.5) 的解釋 242 13.2.6 式(13.6) 的解釋 243 13.2.7 式(13.7) 的解釋 244 13.2.8 式(13.8) 的解釋 246 13.3 半監(jiān)督SVM 248 13.3.1 圖13.3 的解釋 248 13.3.2 式(13.9) 的解釋 248 13.3.3 圖13.4 的解釋 248 13.3.4 式(13.10) 的解釋 250 13.4 圖半監(jiān)督學(xué)習(xí) 250 13.4.1 式(13.12) 的推導(dǎo) 251 13.4.2 式(13.13) 的推導(dǎo) 252 13.4.3 式(13.14) 的推導(dǎo) 253 13.4.4 式(13.15) 的推導(dǎo) 253 13.4.5 式(13.16) 的解釋 254 13.4.6 式(13.17) 的推導(dǎo) 254 13.4.7 式(13.18) 的解釋 254 13.4.8 式(13.20) 的解釋 254 13.4.9 式(13.21) 的推導(dǎo) 255 13.5 基于分歧的方法 259 13.5.1 圖13.6 的解釋 259 13.6 半監(jiān)督聚類(lèi) 260 13.6.1 圖13.7 的解釋 260 13.6.2 圖13.9 的解釋 260 參考文獻(xiàn) 260 第 14 章 概率圖模型 261 14.1 隱馬爾可夫模型 261 14.1.1 生成式模型和判別式模型 261 14.1.2 式(14.1) 的推導(dǎo) 262 14.1.3 隱馬爾可夫模型的三組參數(shù) 263 14.2 馬爾可夫隨機(jī)場(chǎng) 263 14.2.1 式(14.2) 和式(14.3) 的解釋 263 14.2.2 式(14.4) ~ 式(14.7) 的推導(dǎo) 264 14.2.3 馬爾可夫毯 264 14.2.4 勢(shì)函數(shù) 265 14.2.5 式(14.8) 的解釋 265 14.2.6 式(14.9) 的解釋 265 14.3 條件隨機(jī)場(chǎng) 265 14.3.1 式(14.10) 的解釋 265 14.3.2 式(14.11) 的解釋 266 14.4 學(xué)習(xí)與推斷 266 14.4.1 式(14.14) 的推導(dǎo) 266 14.4.2 式(14.15) 和式(14.16) 的推導(dǎo) 266 14.4.3 式(14.17) 的解釋 267 14.4.4 式(14.18) 的推導(dǎo) 267 14.4.5 式(14.19) 的解釋 267 14.4.6 式(14.20) 的解釋 268 14.4.7 式(14.22) 的推導(dǎo) 268 14.4.8 圖14.8 的解釋 269 14.5 近似推斷 269 14.5.1 式(14.21) ~ 式(14.25) 的解釋 269 14.5.2 式(14.26) 的解釋 270 14.5.3 式(14.27) 的解釋 270 14.5.4 式(14.28) 的推導(dǎo) 270 14.5.5 吉布斯采樣與MH 算法 271 14.5.6 式(14.29) 的解釋 272 14.5.7 式(14.30) 的解釋 272 14.5.8 式(14.31) 的解釋 273 14.5.9 式(14.32) ~ 式(14.34) 的推導(dǎo) 273 14.5.10 式(14.35) 的解釋 274 14.5.11 式(14.36) 的推導(dǎo) 274 14.5.12 式(14.37) 和式(14.38) 的解釋 276 14.5.13 式(14.39) 的解釋 277 14.5.14 式(14.40) 的解釋 277 14.6 話題模型 278 14.6.1 式(14.41) 的解釋 278 14.6.2 式(14.42) 的解釋 279 14.6.3 式(14.43) 的解釋 279 14.6.4 式(14.44) 的解釋 279 參考文獻(xiàn) 279 第 15 章 規(guī)則學(xué)習(xí) 280 15.1 剪枝優(yōu)化 280 15.1.1 式(15.2) 和式(15.3) 的解釋 280 15.2 歸納邏輯程序設(shè)計(jì) 281 15.2.1 式(15.6) 的解釋 281 15.2.2 式(15.7) 的推導(dǎo) 281 15.2.3 式(15.9) 的推導(dǎo) 281 15.2.4 式(15.10) 的解釋 281 15.2.5 式(15.11) 的解釋 281 15.2.6 式(15.12) 的解釋 282 15.2.7 式(15.13) 的解釋 282 15.2.8 式(15.16) 的推導(dǎo) 282 第 16 章 強(qiáng)化學(xué)習(xí) 283 16.1 任務(wù)與獎(jiǎng)賞 283 16.2 K-搖臂賭博機(jī) 283 16.2.1 式(16.2) 和式(16.3) 的推導(dǎo) 283 16.2.2 式(16.4) 的解釋 283 16.3 有模型學(xué)習(xí) 284 16.3.1 式(16.7) 的解釋 284 16.3.2 式(16.8) 的推導(dǎo) 284 16.3.3 式(16.10) 的推導(dǎo) 285 16.3.4 式(16.14) 的解釋 285 16.3.5 式(16.15) 的解釋 285 16.3.6 式(16.16) 的推導(dǎo) 285 16.4 免模型學(xué)習(xí) 286 16.4.1 式(16.20) 的解釋 286 16.4.2 式(16.23) 的解釋 286 16.4.3 式(16.31) 的推導(dǎo) 286 16.5 值函數(shù)近似 287 16.5.1 式(16.33) 的解釋 287 16.5.2 式(16.34) 的推導(dǎo) 287 參考文獻(xiàn) 287
展開(kāi)全部

機(jī)器學(xué)習(xí)公式詳解第2版 作者簡(jiǎn)介

謝文睿 北京工業(yè)大學(xué)碩士,Datawhale開(kāi)源項(xiàng)目負(fù)責(zé)人,百度算法工程師,研究方向?yàn)闄C(jī)器學(xué)習(xí)與自然語(yǔ)言處理。 秦州 康奈爾大學(xué)計(jì)算機(jī)碩士,Datawhale成員,阿里巴巴算法專(zhuān)家,研究方向?yàn)閳D計(jì)算與自然語(yǔ)言處理, 在NeurIPS、AAAI、CIKM等會(huì)議上錄用多篇學(xué)術(shù)論文并獲得CIKM 2019最佳應(yīng)用論文獎(jiǎng)。 賈彬彬 工學(xué)博士,蘭州理工大學(xué)講師,研究方向?yàn)闄C(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘,在TKDE、TNNLS、PRJ、ICML、AAAI等期刊和會(huì)議上共發(fā)表學(xué)術(shù)論文十余篇,并擔(dān)任ICML、NeurIPS、ICLR、AAAI、IJCAI 等會(huì)議的程序委員會(huì)委員(PC Member)。

暫無(wú)評(píng)論……
書(shū)友推薦
本類(lèi)暢銷(xiāo)
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板: 留学生辅导网-在线课程论文辅导-留学生挂科申诉机构 | 九爱图纸|机械CAD图纸下载交流中心 | 四合院设计_四合院装修_四合院会所设计-四合院古建设计与建造中心1 | 贵州水玻璃_-贵阳花溪闽兴水玻璃厂 | 除甲醛公司-甲醛检测治理-杭州创绿家环保科技有限公司-室内空气净化十大品牌 | 304不锈钢无缝管_不锈钢管厂家 - 隆达钢业集团有限公司 | 台式恒温摇床价格_大容量恒温摇床厂家-上海量壹科学仪器有限公司 | 别墅图纸超市|别墅设计图纸|农村房屋设计图|农村自建房|别墅设计图纸及效果图大全 | 跨境物流_美国卡派_中大件运输_尾程派送_海外仓一件代发 - 广州环至美供应链平台 | 抖音短视频运营_企业网站建设_网络推广_全网自媒体营销-东莞市凌天信息科技有限公司 | 乙炔气体报警装置|固定式氯化氢检测仪|河南驰诚电气百科 | 耐驰泵阀管件制造-耐驰泵阀科技(天津)有限公司 | 美国查特CHART MVE液氮罐_查特杜瓦瓶_制造全球品质液氮罐 | 天一线缆邯郸有限公司_煤矿用电缆厂家_矿用光缆厂家_矿用控制电缆_矿用通信电缆-天一线缆邯郸有限公司 | 亚克力制品定制,上海嘉定有机玻璃加工制作生产厂家—官网 | 米顿罗计量泵(科普)——韬铭机械 | 金属雕花板_厂家直销_价格低-山东慧诚建筑材料有限公司 | RFID电子标签厂家-上海尼太普电子有限公司 | 制氮设备_PSA制氮机_激光切割制氮机_氮气机生产厂家-苏州西斯气体设备有限公司 | 活动策划,舞台搭建,活动策划公司-首选美湖上海活动策划公司 | 聚氨酯复合板保温板厂家_廊坊华宇创新科技有限公司 | 华禹护栏|锌钢护栏_阳台护栏_护栏厂家-华禹专注阳台护栏、楼梯栏杆、百叶窗、空调架、基坑护栏、道路护栏等锌钢护栏产品的生产销售。 | 铣刨料沥青破碎机-沥青再生料设备-RAP热再生混合料破碎筛分设备 -江苏锡宝重工 | 青岛空压机,青岛空压机维修/保养,青岛空压机销售/出租公司,青岛空压机厂家电话 | 碎石机设备-欧版反击破-欧版颚式破碎机(站)厂家_山东奥凯诺机械 高低温试验箱-模拟高低温试验箱订制-北京普桑达仪器科技有限公司【官网】 | 自动售货机_无人售货机_专业的自动售货机运营商_免费投放售货机-广州富宏主官网 | 青岛侦探调查_青岛侦探事务所_青岛调查事务所_青岛婚外情取证-青岛狄仁杰国际侦探公司 | 餐饮小吃技术培训-火锅串串香培训「何小胖培训」_成都点石成金[官网] | 欧洲MV日韩MV国产_人妻无码一区二区三区免费_少妇被 到高潮喷出白浆av_精品少妇自慰到喷水AV网站 | 苏州伊诺尔拆除公司_专业酒店厂房拆除_商场学校拆除_办公楼房屋拆除_家工装拆除拆旧 | 冷油器,取样冷却器,热力除氧器-连云港振辉机械设备有限公司 | 上海地磅秤|电子地上衡|防爆地磅_上海地磅秤厂家–越衡称重 | 外贸网站建设-外贸网站设计制作开发公司-外贸独立站建设【企术】 | 澳洁干洗店加盟-洗衣店干洗连锁「澳洁干洗免费一对一贴心服务」 干洗加盟网-洗衣店品牌排行-干洗设备价格-干洗连锁加盟指南 | 北京中航时代-耐电压击穿试验仪厂家-电压击穿试验机 | GAST/BRIWATEC/CINCINNATI/KARL-KLEIN/ZIEHL-ABEGG风机|亚喜科技 | 工业铝型材生产厂家_铝合金型材配件批发精加工定制厂商 - 上海岐易铝业 | 国资灵活用工平台_全国灵活用工平台前十名-灵活用工结算小帮手 | 越南专线物流_东莞国际物流_东南亚专线物流_行通物流 | 北京模型公司-工业模型-地产模型-施工模型-北京渝峰时代沙盘模型制作公司 | 稳尚教育加盟-打造高考志愿填报平台_新高考志愿填报加盟_学业生涯规划加盟 |