《機器學習中的基本算法》是科學出版社出版的圖書，作者是范麗亞 。
《機器學習中的基本算法》是科學出版社出版的圖書，作者是范麗亞 。 內容簡介本書共八章.第1章和第2章簡要介紹了機器學習的基本概念、研究內容、算法體系，以及相關的最佳化理論與最佳化算法.第3章和第4章詳細介紹了幾類作為分類器和...
最大期望（EM）算法 在統計計算中，最大期望（EM）算法是在機率（probabilistic）模型中尋找參數最大似然估計的算法，其中機率模型依賴於無法觀測的隱藏變數（Latent Variable）。最大期望經常用在機器學習和計算機視覺的數據聚類（Data ...
K最近鄰(k-Nearest Neighbor，KNN)分類算法，是一個理論上比較成熟的方法，也是最簡單的機器學習算法之一。該方法的思路是：在特徵空間中，如果一個樣本附近的k個最近(即特徵空間中最鄰近)樣本的大多數屬於某一個類別，則該樣本也屬於...
（1）機器學習是一門人工智慧的科學，該領域的主要研究對象是人工智慧，特別是如何在經驗學習中改善具體算法的性能。（2）機器學習是對能通過經驗自動改進的計算機算法的研究。（3）機器學習是用數據或以往的經驗，以此最佳化電腦程式的性能...
BP（Back Propagation）算法又稱為誤差 反向傳播算法，是人工神經網路中的一種監督式的學習算法。BP 神經網路算法在理論上可以逼近任意函式，基本的結構由非線性變化單元組成，具有很強的非線性映射能力。而且網路的中間層數、各層的處理...
可分為基本算法或根據具體套用領域進行分類，在機器學習中，按照學習方式，常把算法分為監督學習算法、非監督學習算法及半監督學習算法。按照圖論的算法進行分類，算法可以分為哈夫曼編碼、樹的遍歷、最短路徑算法、最小生成樹算法、最小...
1．用通俗易懂的語言介紹機器學習算法的原理，符合初學者的認知規律 本書講解時首先會用通俗易懂的語言介紹常用的機器學習算法，幫助讀者直觀地理解每個算法的基本原理，然後用大量的圖示及實例介紹如何使用scikit-learn工具包解決現實生活中...
《Python機器學習算法》是一本機器學習入門讀物，注重理論與實踐的結合。全書主要包括6個部分，每個部分均以典型的機器學習算法為例，從算法原理出發，由淺入深，詳細介紹算法的理論，並配合目前流行的Python語言，從零開始，實現每一個算法...
3.8 機器學習項目流程 114 3.9 習題 118 第4章 線性回歸算法 119 4.1 線性回歸算法的基本原理 119 4.1.1 線性回歸算法的概念及數學解釋 119 4.1.2 線性回歸算法的優缺點 120 4.2 數據準備 121 4.2.1 導入...
常用的無監督學習算法主要有主成分分析方法PCA等，等距映射方法、局部線性嵌入方法、拉普拉斯特徵映射方法、黑塞局部線性嵌入方法和局部切空間排列方法等。從原理上來說PCA等數據降維算法同樣適用於深度學習，但是這些數據降維方法複雜度較高，...
從而大幅降低機器學習算法的計算複雜度, 如量子退火(quantum annealing, QA)算法、Gibbs採樣等; 2) 量子理論的並行性等加速特點直接與某些機器學習算法深度結合, 催生出一批全新的量子機器學習模型, 如張量網路、機率圖模(probabilistic gra...
決策樹的典型算法有ID3，C4.5，CART等。國際權威的學術組織，數據挖掘國際會議ICDM （the IEEE International Conference on Data Mining）在2006年12月評選出了數據挖掘領域的十大經典算法中，C4.5算法排名第一。C4.5算法是機器學習算法...
第二部分主要的機器學習算法與理論 第4章貝葉斯分類器55 4.1貝葉斯決策55 4.2樸素貝葉斯分類器56 4.2.1離散型特徵56 4.2.2連續型特徵57 4.3正態貝葉斯分類器57 4.3.1訓練算法57 4.3.2預測算法58 4.4實驗程式59 4.5套用...
近鄰算法就是將數據集合中每一個記錄進行分類的方法。簡介 KNN（K- Nearest Neighbor）法即K最鄰近法，最初由 Cover和Hart於1968年提出，是一個理論上比較成熟的方法，也是最簡單的機器學習算法之一。該方法的思路非常簡單直觀：如果一...
1.1.3 機器學習算法的分類 3 1.2 學習算法 4 1.2.1 監督學習 4 1.2.2 無監督學習 5 1.3 機器學習應用程式的步驟 6 1.4 Python語言 7 1.4.1 Python的風格 7 1.4.2 Python的優勢 ...
《Python機器學習算法: 原理、實現與案例》2019年11月清華大學出版社出版的圖書，作者是劉碩。內容簡介 本書用平實的語言深入淺出地介紹當前熱門的機器學習經典算法，包括線性回歸、Logistic回歸與Softmax回歸、決策樹（分類與回歸）、...
它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數據。 深度學習是一個複雜的機器學習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關技術。深度學習在搜尋技術、數據挖掘、機器學習、機器翻譯、自然...
《機器學習算法（MATLAB版）》是2021年科學出版社出版的圖書。 內容簡介 本書是機器學習領域的入門教材，詳細闡述了機器學習的基本理論和方法。全書由15章組成，包括機器學習概論、數學基礎知識、線性模型與邏輯斯諦回歸、支持向量機、人工...
《機器學習算法（MATLAB版）》內容選材恰當，系統性強，行文通俗流暢,具有較強的可讀性。圖書目錄 第1章 機器學習概論 1 1.1 機器學習的基本定義 1 1.2 機器學習的基本術語 2 1.3 機器學習算法的分類 3 1.3.1 監督學習與無...
《Python機器學習算法與實戰》是2021年電子工業出版社出版的圖書，作者是孫玉林、余本國。內容簡介 本書基於Python語言，結合實際的數據集，介紹如何使用機器學習與深度學習算法，對數據進行實戰分析。本書在內容上循序漸進，先介紹了Python的...
第1章機器學習算法概述1 1.1什麼是機器學習2 1.2機器學習的形式分類4 1.2.1監督式學習4 1.2.2無監督學習7 1.2.3強化學習8 1.3機器學習算法綜覽9 1.4有關術語的約定15 小結16 第2章監督式學習算法基礎17 2.1監督式學習...
強化學習問題在資訊理論、博弈論、自動控制等領域有得到討論，被用於解釋有限理性條件下的平衡態、設計推薦系統和機器人互動系統。一些複雜的強化學習算法在一定程度上具備解決複雜問題的通用智慧型，可以在圍棋和電子遊戲中達到人類水平。定義 強...
1.3 機器學習算法6 1.4 流行的機器學習算法9 1.4.1 C4.59 1.4.2 k均值9 1.4.3 支持向量機10 1.4.4 Apriori算法10 1.4.5 估計最大化11 1.4.6 PageRank算法11 1.4.7 AdaBoost12 1.4.8 k近鄰算法13...
本書對機器學習算法的基本原理和Python程式實現進行了系統的介紹，每種算法都採用Sklearn程式實現和Matplotlib數據可視化。本書共8章，內容包括Python語言基礎、機器學習概述、關聯規則與推薦算法、聚類、分類、回歸與邏輯回歸、人工神經網路和...
本書對機器學習算法的基本原理和Python程式實現進行了系統的介紹，每種算法都採用Sklearn程式實現並用Matplotlib進行數據可視化。為了幫助讀者更加高效、直觀地學習，作者為本書錄製了13個微課視頻，讀者可以用手機掃描書中的二維碼進行觀看，也...
1.1.1 傳統算法與機器學習算法 4 1.1.2 線性回歸 9 1.2 過擬合與正則化 10 1.2.1 樣本量與過擬合 10 1.2.2 正則化方法 12 1.3 嶺回歸和lasso回歸 14 1.3.1 嶺回歸 14 1.3.2 lasso回歸 17 1.3.3 l1正則化...
提升方法（Boosting），是一種可以用來減小監督式學習中偏差的機器學習算法。面對的問題是邁可·肯斯（Michael Kearns）提出的：一組“弱學習者”的集合能否生成一個“強學習者”？弱學習者一般是指一個分類器，它的結果只比隨機分類好一...
在作為科學論文算法的基準時，它通常是不鼓勵使用的，因為任何機器學習算法都可以從模型平均中大幅獲益（以增加計算和存儲為代價）。基本思想 1.給定一個弱學習算法,和一個訓練集;2.單個弱學習算法準確率不高;3.將該學習算法使用多次,...
分類是數據分析和機器學習領域的一個基本問題。文本分類已廣泛套用於網路信息過濾、信息檢索和信息推薦等多個方面。數據驅動分類器學習一直是近年來的熱點，方法很多，比如神經網路、決策樹、支持向量機、樸素貝葉斯等。相對於其他精心設計的...
