幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習原理與實踐(人工智慧微課版面向新工科專業建設電腦系列教材)

  • 作者：陳?|責編:白立軍|總主編:張堯學
  • 出版社：清華大學
  • ISBN：9787302603320
  • 出版日期：2022/06/01
  • 裝幀：平裝
  • 頁數：225
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在這個「智能為王」「數據是金」的時代，越采越多的數據，包括物聯網設備採集的客觀世界數據，被用來指導人類的實踐活動。機器學習是處理與分析這些數據的一類常用方法。本書力求從原理的角度，從無到有，講清楚機器學習中的一些常見方法，並從實踐的角度，循序漸進，引領讀者獨立編程實現這些機器學習方法，從而幫助讀者迅速掌握機器學習方法，為讀者進一步學習理解深度學習方法奠定堅實的原理與實踐基礎。
    本書適合電腦科學與技術、人工智慧、物聯網工程、數據科學與大數據、通信工程、電子信息、機器人、自動化、智能製造等相關專業高年級本科生及研究生教學或自學使用，也適合機器學習等領域的從業者及愛好者自學或參考。
作者介紹
陳?|責編:白立軍|總主編:張堯學
    陳?，美國田納西理工大學博士。2003年碩士畢業后在UT斯達康、意法半導體等企業工作多年。2011年博士畢業后在東北大學物聯網工程專業任副教授、碩士研究生導師。曾任東北大學物聯網工程研究所副所長、無錫(濱湖)國家感測信息中心副主任(掛職)，曾在美國北卡羅來納州立大學訪學。主要研究方向包括物聯網無線通信、機器學習、認知無線電等。講授機器學習、物聯網技術、物聯網通信技術、無線感測網路概論、無線感測網路實驗、創業基礎、創新創業活動、High-Performance Embedded System Design等課程。編著《物聯網無線通信原理與實踐》。多次被學生評選為「我最喜愛的老師」，所負責的課程多次被學生評選為「我最喜愛的專業課程」。
目錄
第1章  引言
  1.1  機器學習簡史
  1.2  什麼是機器學習
  1.3  機器學習的應用
  1.4  機器學習方法的實現
    1.4.1  機器學習與Python
    1.4.2  NumPy庫
    1.4.3  Matplotlib庫
  1.5  本章實驗分析
  1.6  本章小結
  1.7  思考與練習
第2章  監督學習
  2.1  線性回歸
    2.1.1  線性回歸的數學模型
    2.1.2  線性回歸的訓練過程
    2.1.3  梯度下降法
    2.1.4  線性回歸的實現與性能評估
    2.1.5  線性回歸實踐
    2.1.6  特徵縮放
    2.1.7  多輸出線性回歸
  2.2  邏輯回歸
    2.2.1  二分類與邏輯回歸
    2.2.2  邏輯回歸的訓練問題
    2.2.3  邏輯回歸的代價函數
    2.2.4  分類任務的性能指標
    2.2.5  邏輯回歸實踐
  2.3  支持向量機
    2.3.1  支持向量機及其訓練問題
    2.3.2  支持向量機訓練問題初步求解
    2.3.3  核技巧
    2.3.4  軟間隔支持向量機
    2.3.5  支持向量機實踐
    2.3.6  過擬合與欠擬合
  2.4  k近鄰
    2.4.1  k近鄰分類
    2.4.2  多分類任務的性能指標
  2.5  樸素貝葉斯
    2.5.1  樸素貝葉斯分類器
    2.5.2  樸素貝葉斯分類器進階
    2.5.3  樸素貝葉斯實踐
  2.6  神經網路
    2.6.1  多分類邏輯回歸
    2.6.2  多分類邏輯回歸的訓練
    2.6.3  二分類神經網路
    2.6.4  二分類神經網路的分類
    2.6.5  二分類神經網路的訓練
    2.6.6  多分類神經網路
    2.6.7  多分類神經網路的訓練
  2.7  本章實驗分析
  2.8  本章小結

  2.9  思考與練習
第3章  無監督學習
  3.1  k均值
    3.1.1  k均值聚類
    3.1.2  k值與輪廓係數
    3.1.3  k均值實踐
  3.2  主成分分析
    3.2.1  主成分分析降維
    3.2.2  主成分分析實踐
  3.3  自編碼器
    3.3.1  什麼是自編碼器
    3.3.2  自編碼器的訓練與降維
    3.3.3  自編碼器實踐
  3.4  本章實驗分析
  3.5  本章小結
  3.6  思考與練習
第4章  強化學習
  4.1  多老虎機問題
    4.1.1  多老虎機問題及初步實踐
    4.1.2  ε貪婪方法
    4.1.3  強化學習的要素
  4.2  馬爾可夫決策過程
    4.2.1  什麼是馬爾可夫決策過程
    4.2.2  收益與最優策略
    4.2.3  貝爾曼最優性方程
    4.2.4  求解貝爾曼最優性方程
    4.2.5  馬爾可夫決策過程實踐
  4.3  Q學習
    4.3.1  什麼是Q學習
    4.3.2  Q學習實踐
  4.4  本章實驗分析
  4.5  本章小結
  4.6  思考與練習
參考文獻
附錄A  實驗參考程序及註釋

  • 商品搜索：
  • | 高級搜索
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