幫助中心 | 我的帳號 | 關於我們

機器學習及工業大數據解析應用

  • 作者:編者:彭開香|責編:牛宇鋒//趙微微
  • 出版社:科學
  • ISBN:9787030804389
  • 出版日期:2025/03/01
  • 裝幀:平裝
  • 頁數:415
人民幣:RMB 168 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書作為機器學習及工業大數據解析領域的入門教材,在內容設置上盡可能涵蓋該研究領域基礎知識的各個方面。全書共28章,分為六篇。其中第一篇為概論篇;第二篇為有監督學習篇;第三篇為無監督學習篇;第四篇為半監督學習篇;第五篇為深度學習篇;第六篇為大數據解析篇。每章都附有繼續閱讀和參考文獻,以便有興趣的讀者進一步鑽研探索。

作者介紹
編者:彭開香|責編:牛宇鋒//趙微微

目錄
前言
第一篇  概論篇
  第1章  緒論
    1.1  機器學習簡介
    1.2  機器學習與人工智慧
    1.3  機器學習的主要研究領域
    1.4  機器學習的發展歷史與發展趨勢
      1.4.1  機器學習的發展歷史
      1.4.2  機器學習的發展趨勢
    1.5  機器學習系統的基本結構
      1.5.1  數據
      1.5.2  模型
      1.5.3  損失函數
      1.5.4  訓練
    1.6  模型評估與模型選擇
      1.6.1  訓練誤差與測試誤差
      1.6.2  過擬合與模型選擇
    1.7  正則化與交叉驗證
      1.7.1  正則化
      1.7.2  交叉驗證
    1.8  泛化能力
      1.8.1  泛化誤差
      1.8.2  泛化誤差上界
    1.9  機器學習的基本術語
      1.9.1  假設空間
      1.9.2  變形空間
      1.9.3  歸納偏置
    1.10  機器學習的分類
      1.10.1  有監督學習
      1.10.2  無監督學習
      1.10.3  半監督學習
      1.10.4  深度學習
    1.11  工業大數據解析統計學基礎
      1.11.1  期望、方差、協方差
      1.11.2  一元高斯分佈
      1.11.3  多元高斯分佈
    繼續閱讀
    參考文獻
  第2章  概念學習和一般到特殊序
    2.1  概念學習的定義
    2.2  概念學習的術語
    2.3  歸納學習假設
    2.4  假設的一般到特殊序
    2.5  尋找極大特殊假設
      2.5.1  候選消除演算法的表示
      2.5.2  列表后消除演算法
      2.5.3  變形空間的簡潔表示
      2.5.4  候選消除學習演算法
    2.6  歸納偏置
      2.6.1  有偏的假設空間

      2.6.2  無偏學習器
      2.6.3  無偏學習的無用性
    繼續閱讀
    參考文獻
第二篇  有監督學習篇
  第3章  感知機
    3.1  感知機學習模型
    3.2  感知機學習策略
      3.2.1  數據集的線性可分性
      3.2.2  學習策略
    3.3  感知機學習演算法
      3.3.1  感知機學習演算法的一般形式
……
第三篇  無監督學習篇
第四篇  半監督學習篇
第五篇  深度學習篇
第六篇  大數據解析篇

  • 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