您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
人工智能:机器学习与神经网络
字数: 422
出版社: 北京理工大学
作者: 刘峡壁//马霄虹//高一轩|责编:钟博
商品条码: 9787576320688
版次: 1
开本: 16开
页数: 394
出版年份: 2023
印次: 1
定价:
¥88
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
\"本书以人工智能实现算法为视角,系统阐述机器学习与人工神经网络这两个彼此紧密联系的人工智能实现途径中的主要问题与解决方法。对于机器学习,在深入理解机器学习任务与关键问题的基础上,探讨监督学习、非监督学习、半监督学习、强化学习这四大类归纳学习问题的本质特性及其解决方案,同时论述作为归纳学习基础的相似性计算问题及其解决方法。对于人工神经网络,按照其关键问题是网络拓扑结构与学习方法的认识,分为前馈网络与反馈网络这两大类网络结构,阐述主要计算模型及其学习方法。最后对机器学习与人工神经网络进一步的发展趋势进行了展望。 本书可供相关专业技术人员、研究人员、学生或者其他对机器学习与人工神经网络技术感兴趣的读者参考。\"
作者简介
刘峡壁,男,北京理工大学计算机学院教授、博士生导师、智能信息技术北京市重点实验室副主任。长期从事人工智能的教学与研究工作,主要科学研究兴趣包括机器学习、计算机视觉、模式识别、医学人工智能。已出版人工智能教材1部、专著1部,发表高水平学术论文60余篇,主持国家及省部级科研项目10余项、教改项目3项,获得国家发明专利10余项,获得兵器科学技术二等奖、兵工高校优秀教材二等奖等奖励。入选教育部新世纪优秀人才支持计划。
目录
第1章 绪论 1.1 人工智能及其实现途径 1.1.1 智能的外在表现与模拟 1.1.2 机器学习 1.1.3 人工神经网络 1.2 机器学习简史 1.3 人工神经网络简史 1.4 本书内容与组织 参考文献 第2章 机器学习基础 2.1 机器学习是什么 2.2 机器学习方式 2.3 归纳学习类型 2.3.1 监督学习 2.3.2 非监督学习 2.3.3 半监督学习 2.3.4 强化学习 2.3.5 各学习类型的特点与共性 2.4 特定学习概念 2.4.1 生成学习与判别学习 2.4.2 度量学习 2.4.3 在线学习与递增学习 2.4.4 反馈学习 2.4.5 多任务学习 2.4.6 深度学习 2.4.7 迁移学习 2.4.8 流形学习 2.4.9 多示例学习 2.5 对学习算法的评价 2.5.1 过学习与泛化 2.5.2 偏置 2.5.3 数据鲁棒性 2.5.4 计算复杂性 2.5.5 透明性 小结 参考文献 第3章 监督学习 3.1 函数形式 3.1.1 显式表示形式 3.1.2 隐式表示形式 3.1.3 数据点表示形式 3.2 优化目标 3.2.1 最小平方误差 3.2.2 最小化熵 3.2.3 极大似然估计 3.2.4 极大后验概率估计 3.2.5 最小描述长度 3.3 记忆学习 3.4 决策树学习 3.4.1 决策树
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网