-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
機器學習原理與應用 版權信息
- ISBN:9787523601860
- 條形碼:9787523601860 ; 978-7-5236-0186-0
- 裝幀:平裝
- 冊數:暫無
- 重量:暫無
- 所屬分類:>>
機器學習原理與應用 內容簡介
機器學習(Machine Learning,ML)是人工智能的一個分支,它是一門多領域交叉學科,專門研究計算機怎樣模擬或實現人類的學習行為,涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。機器學習方法可以根據經驗數據自動完成模型參數學習,而不需要人為設定規則,大幅降低了人工分析的工作量和難度,已成為目前解決人工智能相關問題的主要方式。
機器學習原理與應用 目錄
1.1 人工智能
1.2 機器學習
1.3 深度學習
1.4 Pytorch簡介
第2 章回歸分析
2.1 引言
2.2 回歸分析
2.3 本章小結
2.4 習題
第3 章決策樹
3.1 引言
3.2 案例
3.3 決策樹
3.4 案例求解
3.5 本章小結
3.6 習題
第4 章貝葉斯分類器
4.1 引言
4.2 案例
4.3 理論介紹
4.4 案例求解
4.5 本章小結
4.6 習題
第5 章人工神經網絡
5.1 引言
5.2 案例
5.3 多層感知機
5.4 案例求解
5.5 本章小結
5.6 習題
第6章支持向量機
6.1 引言
6.2 支持向量機
6.3 案例求解
6.4 本章小結
6.5 習題
第7 章聚類
7.1 引言
7.2 聚類任務
7.3 性能度量
7.4 原型聚類
7.5 層次聚類
7.6 習題
第8 章降維
8.1 引言
8.2 案例
8.3 主成分分析
8.4 線性判別分析
8.5 案例求解
8.6 本章小結
8.7 習題
第9 章深度卷積網絡
9.1 引言
9.2 案例
9.3 圖像分類模型
9.4 案例求解
9.5 本章小結
9.6 習題
第10章生成對抗網絡
10.1 引言
10.2 生成對抗網絡原理
10.3 損失函數
10.4 案例分析
10.5 本章小結
10.6 習題
第11章對比學習
11.1 引言
11.2 問題
11.3 對比學習
11.4 案例求解
11.5 本章小結
11.6 習題
第12章強化學習
12.1 引言
12.2 案例
12.3 強化學習
12.4 案例求解
12.5 本章小結
12.6 習題
參考答案
附錄一矩陣相關知識
附錄二概率論相關知識
參考文獻
機器學習原理與應用 作者簡介
杜世強,男,漢族,博士,1981年2月生,西北民族大學數學與計算機科學學院副教授,數據科學與大數據技術專業負責人,碩士生導師,國家自然基金面上項目函評專家,IEEE會員、中國計算機學會會員、中國圖像圖形學會會員,IEEE?Transactions?on?Cybernetics(SCI?1區)、IEEE?Access(SCI?2區)等多個國內外期刊審稿人。2014.09-2017.06就讀于蘭州大學信息科學與工程學院并獲理學博士學位。曾于2013年訪問美國猶他州立大學、2019-2020年訪問意大利摩德納雷焦艾米利亞大學,研究方向為機器學習、圖像處理與神經網絡。近幾年來,研究成果發表于《Knowledge-Based?Systems》(SCI?1區)、《Neurocomputing》(SCI?2區)、《吉林大學學報》和《山東大學學報》等國內外學術刊物共計30多篇,其中一作SCI?1區論文1篇、SCI?2區論文4篇。
- >
李白與唐代文化
- >
有舍有得是人生
- >
莉莉和章魚
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
二體千字文
- >
山海經
- >
姑媽的寶刀
- >
伊索寓言-世界文學名著典藏-全譯本