您好,欢迎来到聚文网。 登录 免费注册
机器学习技术与应用

机器学习技术与应用

  • 字数: 459
  • 出版社: 中国铁道
  • 作者: 编者:姚云//周苏|
  • 商品条码: 9787113307394
  • 版次: 1
  • 开本: 16开
  • 页数: 300
  • 出版年份: 2024
  • 印次: 1
定价:¥59.8 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
内容简介
本书结合职业教育各专业学生发展需要,针对 应用型“机器学习”专业课程而编写,具有丰富的 知识性与应用特色,意在帮助学生理解机器学习的 原理,了解机器学习的算法思想,熟悉机器学习的 应用场景,掌握机器学习的运用方法。本书知识内 容系统、全面,包括机器学习基础、线性模型、决 策树、神经网络、贝叶斯分类器、集成学习、支持 向量机、聚类分析、降维与特征选择、半监督学习 、概率图模型、推荐系统、深度学习、强化学习和 机器学习的发展等内容。本书每课都设计有导读案 例、作业及以典型案例分析为主的实训任务。本书 适合作为职业教育人工智能技术应用专业教材,也 可作为对人工智能相关领域感兴趣读者的参考书。
目录
第1课 概述 [导读案例]机器学习名字的由来 1.1 什么是机器学习 1.1.1 机器学习的发展 1.1.2 机器学习的定义 1.1.3 机器学习的研究 1.2 机器学习的分类 1.2.1 监督学习 1.2.2 无监督学习 1.2.3 强化学习 1.2.4 其他类别 1.3 机器学习基本结构 1.4 机器学习算法 1.5 机器学习的应用 1.5.1 回归、分类和特征设计 1.5.2 数据分析与挖掘 1.5.3 模式识别 1.5.4 生物信息学 1.5.5 AI聊天机器人 1.5.6 自动驾驶 [作业] [实训]机器学习能做什么 第2课 机器学习基础 [导读案例]CPU和GPU的区别 2.1 机器学习的学习基础 2.1.1 Python程序设计语言 2.1.2 线性代数知识 2.1.3 微积分知识 2.1.4 算法及其评价 2.2 基本术语 2.3 假设空间 2.4 归纳偏好 2.5 经验误差与拟合 2.6 评估与度量 2.6.1 调参与最终模型 2.6.2 性能度量 2.6.3 比较检验 2.7 偏差与方差 [作业] [实训]Python机器学习代码:鸢尾花分类 第3课 线性模型 [导读案例]高斯与最小二乘法 3.1 回归分析 3.1.1 回归分析的场景 3.1.2 不同的回归分析方法 3.1.3 回归分析的步骤 3.2 线性回归 3.2.1 线性模型的基本形式 3.2.2 一元线性回归 3.2.3 多元线性回归

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网