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
機器學習 版權信息
- ISBN：9787040588576
- 條形碼：9787040588576 ; 978-7-04-058857-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習 內容簡介
本書是新一代人工智能實踐系列教材之一，共分為9章，第1章為引論，第2-7章介紹有監督學習算法，包括感知機、Logistics回歸、支持向量機、神經網絡決策樹以及貝葉斯模型。第8章介紹無監督學習算法，第9章討論數據的表示和特征降維。 本書可作為人工智能專業、智能科學與技術專業以及計算機類相關專業的本科生及研究生學習機器學習技術的教材，同時也可作為對人工智能、機器學習技術感興趣的科技人員、計算機愛好者及各類自學人員的參考書。
機器學習 目錄
第1章 引論
1.1 機器學習的定義
1.2 機器學習算法的分類
1.3 機器學習的發展歷史
1.3.1 神經網絡與深度學習
1.3.2 決策樹算法系列
1.3.3 無監督學習
1.4 評價指標
1.4.1 分類算法的評價指標
1.4.2 聚類算法的評價指標
1.5 機器學習技術的應用
1.5.1 分類技術的應用
1.5.2 回歸技術的應用
1.5.3 聚類算法的應用
參考文獻
第2章 感知機
2.1 感知機的發展歷史
2.2 感知機模型
2.3 感知機學習
2.3.1 妻知機學習算法
2.3.2 感知機算法收斂性
2.4 二分類感知機到多分類感知機的推廣
2.5 本章概要
2.6 擴展閱讀
2.7 習題
2.8 實踐：利用scikit—learn實現一個感知機
參考文獻
第3章 L0gistic回歸
3.1 Logistic回歸的發展歷史
3.2 Logistic回歸模型
3.3 模型參數估計
3.4 多項Logistic回歸
3.5 本章概要
3.6 擴展閱讀
3.7 習題
3.8 實踐：利用scikit-learn建立一個Logistic回歸模型
參考文獻
第4章 支持向量機
4.1 支持向量機的發展歷史
4.2 硬間隔支持向量機
4.2.1 間隔 化
4.2.2 參數學習
4.3 軟間隔線性支持向量機
4.3.1 軟間隔 化
4.3.2 參數學習
4.4 非線性支持向量機
4.4.1 核函數
4.4.2 常用核函數
4.4.3 非線性支持向量機
4.5 多核學習
展開全部
機器學習 作者簡介
胡清華，天津大學教授，博士生導師，現任天津大學人工智能學院院長，天津市機器學習重點實驗室主任。先后主持國家自然科學基金青年、面上、優青、重點和杰青項目，以及科技部重點研發計劃項目，主要從事不確定性建模、機器學習和模式識別算法與應用方面的研究，已在IEEE Transactionson Pattern Analysis and Machine Intelligence, IEEE Transactions on Knowledge and Data Engineering等期刊和NeurIPS、CVPR、AAAI、IJCAI等會議發表論文200余篇，申請發明專利30余項，論文被引用12000余次，所提出的算法在智能無人系統、空間天氣預報以及復雜裝備健康管理等領域實現應用。 楊柳，博士，天津大學人工智能學院副教授，畢業于北京交通大學計算機學院，獲博士學位。先后在韓國培材大學和香港浸會大學做訪問學者。主要研究方向為機器學習中的遷移學習、多視圖學習和多標記學習，以及在智能駕駛、多媒體數據分析中的應用。主持或參加多個國家級、省部級科研項目(包括國家自然基金重點基金、面上項目和青年項目等)。近年來在國內外重要學術雜志和會議上發表20余篇論文(包括IEEE Transactions on Neural Networks and Learning Systems，IEEE Transactions on Image Processing，CVPR和IJCAI等)、其中一篇論文獲得“最佳學生論文獎”。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
唐代進士錄
- >
史學評論
- >
有舍有得是人生
- >
詩經-先民的歌唱
本類暢銷
