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/電腦科學叢書

  • 作者：(美)米歇爾|責編:姚蕾|譯者:曾華軍//張銀奎
  • 出版社：機械工業
  • ISBN：9787111109938
  • 出版日期：2003/01/01
  • 裝幀：平裝
  • 頁數：282
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書展示了機器學習中核心的演算法和理論，並闡明了演算法的運行過程。本書綜合了許多的研究成果，例如統計學、人工智慧、哲學、資訊理論、生物學、認知科學、計算複雜性和控制論等，並以此來理解問題的背景、演算法和其中的隱含假定。本書可作為電腦專業本科生、研究生教材，也可作為相關領域研究人員、教師的參考書。
作者介紹
(美)米歇爾|責編:姚蕾|譯者:曾華軍//張銀奎
目錄
出版者的話
譯者序
前言
第1章  引言
  1.1  學習問題的標準描述
  1.2  設計一個學習系統
    1.2.1  選擇訓練經驗
    1.2.2  選擇目標函數
    1.2.3  選擇目標函數的表示
    1.2.4  選擇函數逼近演算法
    1.2.5  最終設計
  1.3  機器學習的一些觀點和問題
  1.4  如何閱讀本書
  1.5  小結和補充讀物
  習題
第2章  概念學習和一般到特殊序
  2.1  簡介
  2.2  概念學習任務
    2.2.1  術語定義
    2.2.2  歸納學習假設
  2.3  作為搜索的概念學習
  2.4  FIND-S：尋找極大特殊假設
  2.5  變型空間和候選消除演算法
    2.5.1  表示
    2.5.2  列表后消除演算法
    2.5.3  變型空間的更簡潔表示
    2.5.4  候選消除學習演算法
    2.5.5  演算法的舉例
  2.6  關於變型空間和候選消除的說明
    2.6.1  候選消除演算法是否會收斂到正確的假設
    2.6.2  下一步需要什麼樣的訓練樣例
    2.6.3  怎樣使用不完全學習概念
  2.7  歸納偏置
    2.7.1  一個有偏的假設空間
    2.7.2  無偏的學習器
    2.7.3  無偏學習的無用性
  2.8  小結和補充讀物
  習題
第3章  決策樹學習
  3.1  簡介
  3.2  決策樹表示法
  3.3  決策樹學習的適用問題
  3.4  基本的決策樹學習演算法
    3.4.1  哪個屬性是最佳的分類屬性
    3.4.2  舉例
  3.5  決策樹學習中的假設空間搜索
  3.6  決策樹學習的歸納偏置
    3.6.1  限定偏置和優選偏置
    3.6.2  為什麼短的假設優先
  3.7  決策樹學習的常見問題

    3.7.1  避免過度擬合數據
    3.7.2  合併連續值屬性
    3.7.3  屬性選擇的其他度量標準
    3.7.4  處理缺少屬性值的訓練樣例
    3.7.5  處理不同代價的屬性
  3.8  小結和補充讀物
  習題
第4章  人工神經網路
  4.1  簡介
  4.2  神經網路表示
  4.3  適合神經網路學習的問題
  4.4  感知器
    4.4.1  感知器的表徵能力
    4.4.2  感知器訓練法則
    4.4.3  梯度下降和delta法則
    4.4.4  小結
……
第3章  決策樹學習
第4章  人工神經網路
第5章  評估假設
第6章  貝葉斯學習
第7章  計算學習理論
第8章  基於實例的學習
第9章  遺傳演算法
第10章  學習規則集合
第11章  分析學習
第12章  歸納和分析學習的結合
第13章  增強學習
附錄  符號約定

  • 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