-
>
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
機器學習與推理 版權信息
- ISBN:9787302668657
- 條形碼:9787302668657 ; 978-7-302-66865-7
- 裝幀:70g膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>
機器學習與推理 本書特色
(1) 體現工程教育專業認證的理念,通過對機器學習理論和案例的講解和分析,提升讀者解決復雜工程問題的能力和自我學習能力。(2) 將機器學習與模型推理相關的知識進行模塊化整理,使讀者能夠快速了解本書的內容架構和知識脈絡,從而進行針對性學習。(3) 剖析機器學習與模型推理的內涵和聯系,讓本書能夠適用于自動化領域和計算機領域的教學和科研。(4) 每章都配備了習題,附錄提供了 基礎知識,便于讀者自主學習。
機器學習與推理 內容簡介
"在人工智能與控制科學產生深度交叉融合的背景下,本書對機器學習和模型推理的經典算法和前沿理論知識進行深度剖析和全面梳理,形成具有理論深度和知識廣度的參考資料,旨在支撐“智能科學與技術”和“控制科學與工程”兩個一級學科的建設和發展。 本書的主要內容分成兩篇。**篇主要介紹機器學習的主要理論和方法,包括統計決策方法、監督學習方法、無監督學習方法、深度學習方法和近似推理方法。除了總結經典算法之外,**篇還介紹了**的集成學習方法(如遷移學習、終身學習和元學習)和深度學習方法(如圖神經網絡、深度信念網絡和深度生成網絡),使學生能夠掌握機器學習專業方向的前沿理論知識。第二篇主要介紹模型推理的主要理論與方法,包括靜態統計模型、概率圖模型、馬爾可夫模型以及馬爾可夫決策過程。在模型知識的驅動下,第二篇聚焦控制領域的狀態估計、系統辨識和馬爾可夫決策,形成更具理論深度的高層次學習內容。為了幫助讀者掌握核心內容和知識點,每章都配備了習題和主要參考文獻,附錄提供了本書學習的**基礎知識。 本書前半部分的知識點相對容易,適合本科教學;后半部分的知識點對矩陣分析和隨機過程等數學知識要求較高,適合研究生教學。本書也是機器學習、模式識別和系統辨識等專業研究生科研的重要參考資料。 "
機器學習與推理 目錄
機器學習與推理 作者簡介
俞成浦,北京理工大學教授、博士生導師。長期從事系統建模和控制方面的教學與研究,講授“機器學習基礎”“模式識別”等課程。發表一作SCI論文20余篇,其中ESI熱點論文2篇。主持 基金委重大項目課題、 重點研發計劃課題和基金委面上基金。完成 高層次海外人才青年項目和十三五裝備預研項目。獲 自然科學一等獎和中國自動化學會自然科學一等獎。出版專著2部。 陳文頡,北京理工大學副教授、碩士生導師。長期從事深度學習、目標檢測與識別方面的教學和研究工作,講授“模式識別”“電磁兼容技術”等課程。發表論文50余篇,授權專利20余項。承擔裝備型號項目、國防研究項目和自然科學基金。獲 科技進步獎2項。出版教材1部。 鄧方,北京理工大學教授、博士生導師。長期從事自主智能群系統、可穿戴泛在系統等方面教學與研究,講授“控制系統的故障診斷與容錯控制”“智能計算與信息處理”等課程。發表學術論文140余篇,授權發明專利108項。承擔 自科基金重點項目、科技創新2030重大項目等項目多項。獲中國青年科技獎、北京市科技獎杰出青年中關村獎、 科技進步獎二等獎、日內瓦 發明展金獎、 教學成果二等獎、北京市教學成果一、二等獎、IEEE TSMCS 副主編獎等。出版專著、教材各1部。
- >
姑媽的寶刀
- >
有舍有得是人生
- >
經典常談
- >
名家帶你讀魯迅:故事新編
- >
二體千字文
- >
苦雨齋序跋文-周作人自編集
- >
李白與唐代文化
- >
山海經