關(guān)于我們
書單推薦
新書推薦
|
機器學習導論 讀者對象:高等院校智能科學與技術(shù)、數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)、電子信息類等專業(yè)的高年級本科生、研究生
本書是一本淺顯易懂的機器學習入門教材,深入淺出地介紹了機器學習的基礎(chǔ)理論、模型與經(jīng)典方法,并適當融入了深度學習的前沿知識。全書共9章,主要內(nèi)容包括:機器學習概述、回歸模型(線性回歸、多項式回歸、嶺回歸、套索回歸、彈性網(wǎng)絡(luò)、邏輯斯諦回歸、Softmax回歸)、k*近鄰和kd樹算法、支持向量機、貝葉斯分類器與貝葉斯網(wǎng)絡(luò)、決策樹、集成學習(AdaBoost、GBDT、隨機森林和極端隨機樹)、聚類(k均值算法、BIRCH算法、DBSCAN算法、OPTICS算法)、深度學習(卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成式對抗網(wǎng)絡(luò))。每章都附有小結(jié)與習題,便于讀者對知識的鞏固和融會貫通。
本書注重選材,內(nèi)容豐富,條理清晰,通俗易懂,著重突出機器學習方法的思想內(nèi)涵和本質(zhì),力求反映機器學習領(lǐng)域的核心知識體系和發(fā)展趨勢。 本書可作為高等院校智能科學與技術(shù)、數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)、電子信息類等專業(yè)的高年級本科生、研究生的教材或教學參考書,也可供人工智能、數(shù)據(jù)科學、機器學習相關(guān)行業(yè)的工程技術(shù)人員學習參考。
你還可能感興趣
我要評論
|