同類熱銷排行榜

機器學習(演算法視角原書第2版)/智能科學與技術叢書

作者：(紐西蘭)史蒂芬·馬斯蘭|譯者:高陽//商琳
出版社：機械工業
ISBN：9787111622260

出版日期：2019/04/01
裝幀：平裝
頁數：300

人民幣：RMB 99 元售價：元

內容大鋼

本書的核心視角是機器學習中的演算法，旨在幫助讀者掌握演算法思想，熟悉相關的數學與統計學知識，並掌握必要的編程技巧和實驗方法。書中首先介紹基礎概念，然後從相對簡單的監督學習方法開始講解，同時討論了優化和搜索問題，之後分析無監督學習演算法，最後探討更現代的基於統計的機器學習方法。本書的代碼示例採用Python語言編寫，所有代碼均可免費下載。
本書適合作為高等院校人工智慧、數據科學、機器人工程和電腦等專業的課程教材，也適合該領域的技術人員閱讀參考。

作者介紹

(紐西蘭)史蒂芬·馬斯蘭|譯者:高陽//商琳
史蒂芬·馬斯蘭（Stephen Marsland），紐西蘭惠靈頓維多利亞大學數學與統計學院教授，兼任紐西蘭複雜系統卓越研究中心項目主管，負責複雜性、風險與不確定性等相關主題的研究工作。研究興趣是幾何和複雜系統的應用，主要涉及形狀空間、機器學習和演算法，目前專註于鳥鳴分析工作，目標是自動識別鳥的種類並根據這些信息推斷種群密度。

第2版前言
第1版前言
第1章  緒論
  1.1  如果數據有質量，地球將成為黑洞
  1.2  學習
    1.2.1  機器學習
  1.3  機器學習的類別
  1.4  監督學習
    1.4.1  回歸
    1.4.2  分類
  1.5  機器學習過程
  1.6  關於編程的注意事項
  1.7  本書的學習路線
  拓展閱讀
第2章  預備知識
  2.1  專業術語
    2.1.1  權重空間
    2.1.2  維度災難
  2.2  知你所知：測試機器學習演算法
    2.2.1  過擬合
    2.2.2  訓練集、測試集和驗證集
    2.2.3  混淆矩陣
    2.2.4  精度指標
    2.2.5  受試者工作特徵曲線
    2.2.6  不平衡數據集
    2.2.7  度量精度
  2.3  數據與概率的轉換
    2.3.1  最小化風險
    2.3.2  樸素貝葉斯分類
  2.4  基本統計概念
    2.4.1  平均值
    2.4.2  方差與協方差
    2.4.3  高斯分佈
  2.5  權衡偏差與方差
  拓展閱讀
  習題
第3章  神經元、神經網路和線性判別
  3.1  大腦和神經元
    3.1.1  Hebb法則
    3.1.2  McCulloch和Pitts神經元
    3.1.3  McCulloch和Pitts神經元模型的局限性
  3.2  神經網路
  3.3  感知器
    3.3.1  學習速率η
    3.3.2  輸入偏置
    3.3.3  感知器學習演算法
    3.3.4  感知器學習示例
    3.3.5  具體實現
  3.4  線性可分性
    3.4.1  感知器收斂定理

    3.4.2  XOR函數
    3.4.3  有用的領悟
    3.4.4  另一個示例：皮馬印第安人數據集
    3.4.5  數據預處理
  3.5  線性回歸
    3.5.1  示例
  拓展閱讀
  習題
第4章  多層感知器
  4.1  前向
  ……
第5章  徑向基函數和樣條函數
第6章  維度約簡
第7章  概率學習
第8章  支持向量機
第9章  優化和搜索
第10章  進化學習
第11章  強化學習
第12章  樹的學習
第13章  委員會決策：集成學習
第14章  無監督學習
第15章  馬爾可夫鏈蒙特卡羅方法
第16章  圖模型
第17章  對稱權重與深度置信網路
第18章  高斯過程
附錄  Python入門

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

機器學習(演算法視角原書第2版)/智能科學與技術叢書