導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
3.144.45.61
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 机器学习·工程师和科学家的第一本书 的原始碼
←
机器学习·工程师和科学家的第一本书
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
《'''机器学习·工程师和科学家的第一本书'''》,[瑞典] 安德里亚斯·林霍尔姆等 著,出版社: 机械工业出版社。 机械工业出版社成立于1950年,是建国后国家设立的第一家科技[[出版社]],前身为科学技术出版社,1952年更名为机械工业出版社<ref>[https://www.maigoo.com/maigoo/6296cbs_index.html 中国十大出版社-出版社品牌排行榜],买购网</ref>。机械工业出版社(以下简称机工社)由[[机械工业信息研究院]]作为主办单位,目前隶属于国务院国资委<ref>[http://www.cmpbook.com/about 企业简介],机械工业出版社</ref>。 ==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、 da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 …… ==参考文献== [[Category:040 類書總論;百科全書總論]]
返回「
机器学习·工程师和科学家的第一本书
」頁面