扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
JAVASCRIPT+JQUERY网页特效设计任务驱动教程/陈承欢
-
>
张量数据的特征提取与分类
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
-
>
深入理解计算机系统-原书第3版
-
>
OpenGL ES 3.x游戏开发-(下卷)
-
>
Python编程从入门到实践
机器学习 版权信息
- ISBN：9787302423287
- 条形码：9787302423287 ; 978-7-302-42328-7
- 装帧：暂无
- 版次：暂无
- 册数：暂无
- 重量：暂无
- 印刷次数：1
- 所属分类：>
机器学习 本书特色
" 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。"
机器学习 内容简介
内容全面；结构合理；叙述清楚；深入浅出。人工智能领域中文的开山之作！ 这是一本面向中文读者的机器学习教科书, 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.
机器学习 目录
全书共16章, 大体上可分为3个部分：第1部分包括第1~3章, 介绍机器学习基础知识; 第2部分包括第4~10章, 介绍一些经典而常用的机器学习方法; 第3部分包括第11~16章, 介绍一些进阶知识. 前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.
展开全部
机器学习 作者简介
周志华，南京大学计算机系教授，ACM杰出科学家，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任，中国人工智能学会机器学习专业委员会主任，IEEE计算智能学会数据挖掘技术委员会副主席。
商品评论(4条)
书友推荐
本类畅销
-
智能科学与技术丛书分布式机器学习:算法理论与实践
¥60.5¥89 -
人工智能知识讲座
¥25.8¥38 -
深度学习
¥30.6¥45 -
传感器原理与检测技术实践指导教程
¥19.2¥27 -
人工智能在信用债投资领域的应用:PYTHON语言实践
¥50.4¥69 -
现代控制理论与分析-(中文版)
¥9.8¥25
