书城首页 › 当代 › 工业 › 机器学习及其应用 汪荣贵 杨娟 薛丽霞 编著
当代·工业

机器学习及其应用 汪荣贵 杨娟 薛丽霞 编著

正版保障多仓发货48小时内发货2-3天送达可开发票
¥60.44 定价 ¥79.90 7.6折 立省 ¥19.46
仅剩 1 件 全新
商品参数
书名
机器学习及其应用 汪荣贵 杨娟 薛丽霞 编著
作者
汪荣贵,杨娟,薛丽霞 编著
出版社
机械工业出版社
出版时间
2025-01-01
ISBN
9787111632023
货号
1204313356
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
机器学习及其应用 汪荣贵 杨娟 薛丽霞 编著
作者
汪荣贵,杨娟,薛丽霞 编著
出版社
机械工业出版社
出版时间
2025-01-01
ISBN
9787111632023
货号
1204313356
品相
全新
分类
当代·工业
目录▼

前言

第1章机器学习概述

1.1机器学习基本概念

1.1.1人工智能与机器学习

1.1.2机器学习基本术语

1.1.3机器学习误差分析

1.2机器学习发展历程

1.2.1感知机与连接学习

1.2.2符号学习与统计学习

1.2.3连接学习的兴起

1.3机器学习基本问题

1.3.1特征提取

1.3.2规则构造

1.3.3模型评估

1.4习题

第2章模型估计与优化

2.1模型参数估计

2.1.1最小二乘估计

2.1.2最大似然估计

2.1.3最大后验估计

2.2模型优化基本方法

2.2.1梯度下降法

2.2.2牛顿迭代法

2.3模型优化概率方法

2.3.1随机梯度法

2.3.2最大期望法

2.3.3蒙特卡洛法

2.4模型正则化策略

2.4.1范数惩罚

2.4.2样本增强

2.4.3对抗训练

2.5习题

第3章监督学习

3.1线性模型

3.1.1模型结构

……

文摘▼

本书比较系统地介绍机器学习的基础理论与应用技术。首先,介绍掌握机器学习理论和方法所必须具备的基础知识,包括机器学习的基本概念与发展历程、模型构造与优化的基本方法;然后,介绍和讨论监督学习、无监督学习、集成学习、强化学习等传统机器学习理论与方法;最后,在详细探讨神经网络与深度学习基本理论的基础上,介绍深度卷积网络、深度循环网络、生成对抗网络等若干典型深度学习模型的基本理论与训练范式,分析讨论深度强化学习的基本理论与方法。本书站在高年级本科生和低年级硕士研究生的思维角度编写,尽可能用朴实的语言深入浅出地准确表达知识内容,着重突出机器学习方法的思想内涵和本质,使得广大读者能够掌握全书主要内容。

本书每章均配有一定数量的习题,适合作为智能科学与技术、数据科学与大数据技术、计算机类相关专业的本科生或研究生的机器学习入门级教材,也可供工程技术人员和自学的读者学习参考。

本书配套授课电子课件,需要的教师可登录www.cmpedu.com免费注册,审核通过后下载,或联系编辑索取(微信:15910938545;电话:010-88379739)。

¥60.44
🛒购物车