同類熱銷排行榜

個性化機器學習/智能科學與技術叢書

作者：(美)朱利安·麥考利|責編:曲熠|譯者:陳小青//潘微科//明仲
出版社：機械工業
ISBN：9787111762270

出版日期：2024/10/01
裝幀：平裝
頁數：219

人民幣：RMB 99 元售價：元

內容大鋼

本書主要介紹支持各種設置和模態的個性化預測模型設計的通用原理和方法。首先修訂「傳統」機器學習模型，重點關注如何使它們適應涉及用戶數據的設置，然後介紹基於矩陣分解、深度學習和生成式建模等高級原理的技術，最後詳細研究部署個性化預測系統的影響和風險。

作者介紹

(美)朱利安·麥考利|責編:曲熠|譯者:陳小青//潘微科//明仲

譯者序
前言
常用數學符號
常用縮寫
  第1章  引言
    1.1  本書寫作目的
    1.2  對於學習者：涵蓋的內容和未涵蓋的內容
    1.3  對於講師：課程和內容大綱
    1.4  在線資源
    1.5  關於作者
    1.6  日常生活中的個性化
      1.6.1  推薦
      1.6.2  個性化健康
      1.6.3  計算社會科學
      1.6.4  語言生成、個性化對話和互動式代理
    1.7  個性化技術
      1.7.1  作為流形的用戶表示
      1.7.2  上下文個性化和基於模型的個性化
    1.8  個性化的倫理和影響
第一部分  機器學習入門
  第2章  回歸和特徵工程
    2.1  線性回歸
    2.2  評估回歸模型
      2.2.1  均方誤差
      2.2.2  為什麼是均方誤差
      2.2.3  模型參數的極大似然估計
      2.2.4  決定係數R
      2.2.5  如果誤差不是正態分佈該怎麼辦
    2.3  特徵工程
      2.3.1  簡單特徵變換
      2.3.2  二元特徵和分類特徵：獨熱編碼
      2.3.3  缺失特徵
      2.3.4  時序特徵
      2.3.5  輸出變數的轉換
    2.4  解釋線性模型參數
    2.5  梯度下降擬合模型
    2.6  非線性回歸
    習題
  項目1：計程車小費預測（第1部分）
  第3章  分類和學習流程
    3.1  對數幾率回歸
      3.1.1  擬合對數幾率回歸器
      3.1.2  小結
    3.2  其他分類技術
    3.3  評估分類模型
      3.3.1  分類的平衡度量
      3.3.2  優化平衡錯誤率
      3.3.3  使用和評估用於排名的分類器
    3.4  學習流程
      3.4.1  泛化、過擬合和欠擬合

      3.4.2  模型複雜度和正則化
      3.4.3  模型流程準則
      3.4.4  使用TensorFlow的回歸和分類
……
第二部分  個性化機器學習的基礎知識
第三部分  個性化機器學習的新興方向
參考文獻

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

個性化機器學習/智能科學與技術叢書