《機器學習 公式推導與代碼實現》是人民郵電出版社出版，魯偉 編著。
基本介紹
- 中文名：機器學習公式推導與代碼實現
- 作者：魯偉
- 出版社：人民郵電出版社
- 出版時間：2022年1月
- 定價：99.8 元
- ISBN： 9787115579522
內容簡介,圖書目錄,
內容簡介
作為一門套用型學科，機器學習植根於數學理論，落地於代碼實現。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監督學習單模型、監督學習集成模型、無監督學習模型、機率模型四個大類共26個經典算法進行了細緻的公式推導和代碼實現，旨在幫助機器學習學習者和研究者完整地掌握算法細節、實現方法以及內在邏輯。
圖書目錄
序
前言
第1章 機器學習預備知識
第2章 線性回歸
第3章 邏輯回歸
第4章 回歸模型拓展
第5章 線性判別分析
第6章 k近鄰算法
第7章 決策樹
第8章 神經網路
第9章 支持向量機
第10章 AdaBoost
第11章 GBDT
第12章 XGBoost
第13章 LightGBM
第14章 CatBoost
第15章 隨機森林
第16章 集成學習：對比與調參
第17章 聚類分析與k均值聚類算法
第18章 主成分分析
第19章 奇異值分解
第20章 最大信息熵模型
第21章 貝葉斯機率模型
第22章 EM算法
第23章 隱馬爾可夫模型
第24章 條件隨機場
第25章 馬爾可夫鏈蒙特卡洛方法
第26章 機器學習模型總結
參考文獻 305
