開啟主選單

求真百科

機器學習·工程師和科學家的第一本書

機器學習·工程師和科學家的第一本書》,[瑞典] 安德里亞斯·林霍爾姆等 著,出版社: 機械工業出版社。

機械工業出版社成立於1950年,是建國後國家設立的第一家科技出版社,前身為科學技術出版社,1952年更名為機械工業出版社[1]。機械工業出版社(以下簡稱機工社)由機械工業信息研究院作為主辦單位,目前隸屬於國務院國資委[2]

目錄

內容簡介

在連貫的統計框架中,本書涵蓋了一系列有監督的機器學習方法,包括基礎方法(k-NN、決策樹、線性和邏輯回歸等)和高級方法(深度神經網絡、支持向量機、高斯過程、隨機森林和提升等),以及常用的無監督方法(生成模型、k-均值聚類、自動編碼器、主成分分析和生成對抗網絡等)。所有方法都包含詳細的解釋和偽代碼。通過在方法之間建立聯繫,討論一般概念(例如損失函數、 da似然、偏差-方差分解、核和貝葉斯方法),同時介紹常規的實用工具(例如正則化、交叉驗證、評估指標和優化方法),本書始終將關注點放在基礎知識上。最後兩章為解決現實世界中有監督的機器學習問題和現代機器學習的倫理問題提供了實用建議。

目錄

譯者序

致謝

符號表

第1章引言1

1.1機器學習的示例1

1.2關於本書8

1.3拓展閱讀9

第2章有監督學習:第一個方法10

2.1有監督機器學習10

2.1.1從有標記的數據中學習10

2.1.2數值型和分類型變量11

2.1.3分類和回歸11

2.1.4在訓練數據之外進行泛化14

2.2一個基於距離的方法:k-NN14

2.2.1k-NN算法14

2.2.2分類器的決策邊界16

2.2.3k的選擇17

2.2.4輸入標準化19

……

參考文獻