您好,欢迎来到聚文网。 登录 免费注册
机器学习 工程师和科学家的第一本书

机器学习 工程师和科学家的第一本书

  • 字数: 438000
  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: (瑞典)安德里亚斯·林霍尔姆 等 著 汤善江 等 译
  • 出版日期: 2024-06-01
  • 商品条码: 9787111753698
  • 版次: 1
  • 开本: 16开
  • 页数: 276
  • 出版年份: 2024
定价:¥109 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
·本书在数学知识的深度和广度之间实现了理想的平衡。 ·本书不仅讲解清晰,而且包含很多图示,是自学的不错工具,也可以作为机器学习入门课的教科书。 ·对于那些有数学背景并且想了解有监督的机器学习原理的读者来说,本书不可不读。
内容简介
在连贯的统计框架中,本书涵盖了一系列有监督的机器学习方法,包括基础方法(k-NN、决策树、线性和逻辑回归等)和高级方法(深度神经网络、支持向量机、高斯过程、随机森林和提升等),以及常用的无监督方法(生成模型、k-均值聚类、自动编码器、主成分分析和生成对抗网络等)。所有方法都包含详细的解释和伪代码。通过在方法之间建立联系,讨论一般概念(例如损失函数、zuida似然、偏差-方差分解、核和贝叶斯方法),同时介绍常规的实用工具(例如正则化、交叉验证、评估指标和优化方法),本书始终将关注点放在基础知识上。最后两章为解决现实世界中有监督的机器学习问题和现代机器学习的伦理问题提供了实用建议。
目录
译者序
致谢
符号表
第1章引言1
1.1机器学习的示例1
1.2关于本书8
1.3拓展阅读9
第2章有监督学习:第一个方法10
2.1有监督机器学习10
2.1.1从有标记的数据中学习10
2.1.2数值型和分类型变量11
2.1.3分类和回归11
2.1.4在训练数据之外进行泛化14
2.2一个基于距离的方法:k-NN14
2.2.1k-NN算法14
2.2.2分类器的决策边界16
2.2.3k的选择17
2.2.4输入标准化19
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网