您好,欢迎来到聚文网。 登录 免费注册
机器学习中的统计思维(Python实现)

机器学习中的统计思维(Python实现)

  • 字数: 576000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 出版日期: 2023-09-01
  • 商品条码: 9787302634010
  • 版次: 1
  • 开本: 16开
  • 页数: 364
  • 出版年份: 2023
定价:¥99 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
本书从统计学的角度来理解机器学习模型的本质。
内容简介
机器学习是人工智能的核心,而统计思维则是机器学习方法的核心:从随机性中寻找规律性。例如,利用损失最小化思想制定学习策略,采用概率**化思想估计模型参数,利用方差对不确定性的捕捉构造k维树,采用贝叶斯公式构建分类决策模型,等等。只有树立正确的统计思维,才能准确高效地运用机器学习方法开展数据处理与分析。本书以统计思维的视角,揭示监督学习中回归和分类模型的核心思想,帮助读者构建理论体系。具体模型包括线性回归模型、K近邻模型、贝叶斯推断、逻辑回归模型、**熵模型、决策树模型、感知机模型、支持向量机、EM算法和提升方法。本书共12章,绪论介绍贯穿本书的两大思维模式,以及关于全书的阅读指南;第1章介绍一些基本术语,并给出监督学习的流程;第2章介绍关于回归问题的机器学习方法;第3~9章介绍关于分类问题的机器学习方法;第10章介绍可应用于具有隐变量模型的参数学习算法——EM算法;第11章简单介绍集成学习,并重点阐述其中的提升(Boosting)方法。为满足个性化学习需求的不同需求,本书从核心思想、方法流程及实际案例应用等不同角度,详细描述各种方法的原理和实用价值,非常适合数据科学、机器学习专业的本科生和研究生学习,也可供相关从业者参考。
作者简介
董平(博士),上海对外经贸大学统计与信息学院讲师。曾获概率论与数理统计理学博士学位(山东大学2018)、 理学学士学位和经济学学士学位(山东大学2012);美国迈阿密大学访问学者。主要研究领域为高维数据、假设检验、半监督回归、统计机器学习等。参与多项科研项目和工程类项目,主持多项校级课程建设项目,曾获第三届上海市高校教师教学创新大赛二等奖。
目录
绪论
0.1本书讲什么,初衷是什么
0.2贯穿本书的两大思维模式
0.2.1提问的思维方式
0.2.2发散的思维方式
0.3这本书决定它还想要这样
0.3.1第一性原理
0.3.2奥卡姆剃刀原理
0.4如何使用本书
第1章步入监督学习之旅
1.1机器学习从数据开始
1.2监督学习是什么
1.2.1基本术语
1.2.2学习过程如同一场科学推理
1.3如何评价模型的好坏
1.3.1评价模型的量化指标
1.3.2拟合能力
1.3.3泛化能力
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网