正版 机器学习+机器学习理论导引 周志华著 套装2册 西瓜书 机器学习入门中文教科书 人工智能 深度学习框架实战方法基础教程
举报
9787115449559
-
作者:
蒋明伟
-
出版社:
人民邮电出版社
-
ISBN:
9787115449559
-
ISBN:
9787115449559
-
出版时间:
2020-01
上书时间2024-03-22
卖家超过10天未登录
-
-
商品描述：
-
产品参数： 书名：机器学习 书码：9787302423287 出版社：清华大学出版社 定价：108 书名：机器学习理论导引 书码：9787111654247 出版社：机械工业出版社 定价：79 内容简介： 机器学习 机器学习是计算机科学的重要分支领域，该书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。 《机器学习》可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。 机器学习理论导引 机器学习领域著名学者周志华教授领衔的南京大学LAMDA团队四位教授合著系统梳理机器学习理论中的七大重要概念或理论工具，并给出若干分析实例机器学习理论内容浩瀚广博，旨在为机器学习理论研究的读者提供入门导引本书旨在为有志于机器学习理论学习和研究的读者提供一个入门导引。在预备知识之后，全书各章分别聚焦于：可学性、（假设空间）复杂度、泛化界、稳定性、一致性、收敛率、遗憾界。 除介绍基本概念外，还给出若干分析实例，如显示如何将不同理论工具应用于支持向量机这种常见机器学习技术。 目录： 机器学习 第1章 绪论 1．1 引言 1．2 基本术语 1．3 假设空间 1．4 归纳偏好 1．5 发展历程 1．6 应用现状 1．7 阅读材料 习题 参考文献 休息一会儿
第2章 模型评估与选择 2．1 经验误差与过拟合 2．2 评估方法 2．3 性能度量 2．4 比较检验 2．5 偏差与方差 2．6 阅读材料 习题 参考文献 休息一会儿
第3章 线性模型 3．1 基本形式 3．2 线性回归 3．3 对数几率回归 3．4 线性判别分析 3．5 多分类学习 3．6 类别不平衡问题 3．7 阅读材料 习题 参考文献 休息一会儿
第4章 决策树 4．1 基本流程 4．2 划分选择 4．3 剪枝处理 4．4 连续与缺失值 4．5 多变量决策树 4．6 阅读材料 习题 参考文献 休息一会儿
第5章 神经网络 5．1 神经元模型 5．2 感知机与多层网络 5．3 误差逆传播算法 5．4 全局最小与局部极小 5．5 其他常见神经网络 5．6 深度学习 5．7 阅读材料 习题 参考文献 休息一会儿
第6章 支持向量机 6．1 间隔与支持向量 6．2 对偶问题 6．3 核函数 6．4 软间隔与正则化 6．5 支持向量回归 …… 第7章 贝叶斯分类器 第8章 集成学习 第9章 聚类 第10章 降维与度量学习 第11章 特征选择与稀疏学习 第12章 计算学习理论 第13章 半监督学习 第14章 概率图模型 第15章 规则学习 第16章 强化学习 附录 后记 索引 机器学习理论导引 前言
主要符号表
第1章 预备知识 ……………………………………………………………… 1
1.1 函数的性质 ………………………………………………………………… 1
1.2 重要不等式 ……………………………………………………………… 5
1.3 最优化基础 ……………………………………………………………… 9
1.4 支持向量机 ……………………………………………………………… 13
1.5 理论的作用 ……………………………………………………………… 18
1.6 阅读材料 ………………………………………………………………… 19
习题 ……………………………………………………………………………… 21
参考文献 ………………………………………………………………………… 22
第2章 可学性 ……………………………………………………………… 25
2.1 基本概念 …………………………………………………………………25
2.2 PAC学习 …………………………………………………………………… 26
2.3 分析实例 ………………………………………………………………… 30
2.4 阅读材料 ………………………………………………………………… 35
习题 ……………………………………………………………………………… 36
参考文献 ……………………………………………………………………… 37
第3章 复杂度 ……………………………………………………………39
3.1 数据分布无关 ………………………………………………………… 39
3.2 数据分布相关 ………………………………………………………… 46
3.3 分析实例 ……………………………………………………………… 50
3.4 阅读材料 …………………………………………………………………56
习题 ..……………………………………………………………………………… 58
参考文献 ……………………………………………………………………… 59
第4章 泛化界 ……………………………………………………………… 61
4.1 泛化误差上界 ………………………………………………………… 61
4.2 泛化误差下界 ………………………………………………………… 71
4.3 分析实例 ………………………………………………………………… 78
4.4 阅读材料 ………………………………………………………………… 83
习题 ……………………………………………………………………………… 84
参考文献 ……………………………………………………………………… 86
第5章 稳定性 …………………………………………………………… 89
5.1 基本概念 ………………………………………………………………… 89
5.2 重要性质 ………………………………………………………………… 92
5.3 分析实例 ………………………………………………………………… 98
5.4 阅读材料 ………………………………………………………………… 107
习题 ……………………………………………………………………………… 108
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
