中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
机器学习原理及应用

机器学习原理及应用

出版社:电子科技大学出版社出版时间:2017-07-01
开本: 24cm 页数: 364页
读者评分:4分1条评论
¥55.1(6.5折)?

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

中 图 价:¥61.2(7.2折)定价  ¥85.0 登录后可看到会员价
加入购物车 收藏
运费6元,全场折上9折期间 满39元包邮
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>
微信公众号

机器学习原理及应用 版权信息

  • ISBN:9787564748166
  • 条形码:9787564748166 ; 978-7-5647-4816-6
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

机器学习原理及应用 内容简介

本书主要内容包括: 绪论、机器学习基础理论、人工神经网络、主流的机器学习模型、机器学习方法、大数据时代的数据挖掘与机器学习等。

机器学习原理及应用 目录

第1章 绪论
1.1 什么是机器学习
1.2 机器学习的发展历程及研究现状
1.2.1 机器学习的发展历程
1.2.2 机器学习的研究现状
1.3 机器学习的分类
1.3.1 基于学习策略的分类
1.3.2 基于学习方法的分类
1.3.3 基于学习方式的分类
1.3.4 基于数据形式的分类
1.3.5 基于学习目标的分类
1.4 机器学习的应用前景
1.4.1 数据分析与挖掘
1.4.2 模式识别
1.4.3 在生物信息学上的应用
1.4.4 更广阔的领域

第2章 机器学习基础理论
2.1 引言
2.2 线性建模
2.2.1 定义模型
2.2.2 模型假设
2.2.3 理想模型的定义
2.2.4 *小二乘解
2.3 向量和矩阵
2.4 线性模型的非线性响应
2.5 泛化与过拟合
2.5.1 验证数据
2.5.2 交叉验证
2.5.3 K折交叉验证的计算缩放
2.6 噪声
2.7 随机变量和概率
2.7.1 随机变量
2.7.2 概率和概率分布
2.7.3 概率的加法
2.7.4 条件概率
2.7.5 联合概率
2.7.6 边缘化
2.7.7 贝叶斯规则
2.7.8 期望值
2.8 常见的离散分布
2.8.1 伯努利分布
2.8.2 二项分布
2.8.3 多项分布
2.9 连续型随机变量一概率密度函数
2.10 常见的连续概率密度函数
2.10.1 均匀密度函数
2.10.2 饷芏群
2.10.3 斯密度函数
2.10.4 多元高斯
2.11 似然估计
2.11.1 数据集的似然值
2.11.2 *大似然
2.11.3 *大似然解的特点
2.11.4 *大似然法适用于复杂模型
……

第3章 人工神经网络
第4章 主流的机器学习模型
第5章 机器学习方法
第6章 大数据时代的数据挖掘与机器学习
第7章 机器学习实用案例解析
参考文献
展开全部
商品评论(1条)
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服