同類熱銷排行榜

機器學習

作者：編者:宋宇斐//馬國財//張春玲|責編:于蘭
出版社：電子科大
ISBN：9787577015002

出版日期：2025/06/01
裝幀：平裝
頁數：152

人民幣：RMB 50 元售價：元

內容大鋼

    機器學習是一門多領域交叉學科，涵蓋概率論知識、統計學知識、近似理論知識和複雜演算法知識，使用電腦作為工具，致力於真實實時地模擬人類學習方式，並將現有內容進行知識結構劃分來有效提高機器學習效率。
    本書共分為七章：第一章，機器學習概述，介紹了機器學習的特點、分類以及應用；第二章，線性回歸，包括線性回歸模型的建立、學習策略的確定和優化演算法的求解過程；第三章，樸素貝葉斯，介紹了樸素貝葉斯這種常見分類模型，給出了較為詳細的推導過程；第四章，聚類分析，介紹了聚類分析模型的原理、優缺點等；第五章，支持向量機，介紹了支持向量機模型，並對該模型進行了較為詳細的推導；第六章，決策樹，闡述了決策樹模型的推導過程及優缺點分析；第七章，深度神經網路，介紹了深度學習相關的各類基礎知識。
    本書可作為機器學習、數據分析、數據挖掘等課程的教材使用。

作者介紹

編者:宋宇斐//馬國財//張春玲|責編:于蘭

第一章  機器學習概述
  第一節  機器學習介紹
  第二節  機器學習分類
  第三節  機器學習方法三要素
第二章  線性回歸
  第一節  問題引入
  第二節  線性回歸模型
  第三節  線性回歸的scikit-learn 實現
第三章  樸素貝葉斯
  第一節  貝葉斯定理
  第二節  樸素貝葉斯分類模型
  第三節  貝葉斯網路推理
  第四節  貝葉斯網路的應用
第四章  聚類分析
  第一節  數據相似性度量
  第二節  經典聚類演算法
  第三節  K均值演算法、K中心點演算法及其改進演算法
  第四節  譜聚類
  第五節  基於約束的聚類
  第六節  在線聚類
  第七節  聚類與降維
第五章  支持向量機
  第一節  統計學習理論
  第二節  支持向量機的基本原理
  第三節  支持向量機分類器
  第四節  核函數
  第五節  支持向量回歸機
  第六節  支持向量機的應用實例
第六章  決策樹
  第一節  決策樹概述
  第二節  集成學習
第七章  深度神經網路
  第一節  卷積神經網路
  第二節  循環神經網路
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

機器學習