《機器學習公式詳解》為人民郵電出版社出版的圖書,作者為謝文睿 / 秦州
基本介紹
- 中文名:機器學習公式詳解
- 作者:謝文睿、秦州
- 出版時間:2021年3月1日
- 出版社:人民郵電出版社
- ISBN:9787115559104
《機器學習公式詳解》為人民郵電出版社出版的圖書,作者為謝文睿 / 秦州
《機器學習公式詳解》為人民郵電出版社出版的圖書,作者為謝文睿 / 秦州 內容簡介 周志華老師的《機器學習》(俗稱“西瓜書”)是機器學習領域的經典入門教材之一。本書(俗稱“南瓜書”)基於Datawhale 成員自學“西瓜書”時記下的筆記編著...
本書首先介紹機器學習基本概念及工具,然後從概念、原理、Python實現、套用場景幾個方面,詳細剖析機器學習中主要的算法,如線性回歸算法、Logistic回歸算法、KNN算法、樸素貝葉斯算法、決策樹算法、支持向量機算法、K-means聚類算法、神經網路...
《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。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...
《Spark MLlib機器學習:算法、源碼及實戰詳解》中本著循序漸進的原則,首先解析MLlib的底層實現基礎:數據操作及矩陣向量計算操作,該部分是MLlib實現的基礎;接著對各個機器學習算法的理論知識進行講解,並且解析機器學習算法如何在MLlib中...
5.6.3 代碼詳解:一步一步講解清楚 123 第6章 凸最佳化核心過程:真正搞懂梯度下降過程 126 6.1 通俗講解凸函式 126 6.1.1 什麼是凸集 126 6.1.2 什麼是凸函式 127 6.1.3 機器學習“熱愛”凸函式 128 6...
《機器學習算法原理與編程實踐》是2005年電子工業出版社出版的圖書,作者是鄭捷。內容簡介 本書是機器學習原理和算法編碼實現的基礎性讀物,內容分為兩大主線:單個算法的原理講解和機器學習理論的發展變遷。算法除包含傳統的分類、聚類、...
《NumPy數據處理詳解Python機器學習和數據科學中的高能計算方法》是2021年中國水利水電出版社出版的圖書。內容簡介 Python 因其簡單易學、功能強大、開發效率高、擁有強大的第三方庫等優點,使其成為學習人工 智慧型的程式語言。《NumPy 數據...
本書從傳統的機器學習,如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、集成學習,到前沿的深度學習和神經網路,如DNN、CNN、BERT、ResNet等,對人工智慧技術進行零基礎講解,內容涵蓋數學原理、公式推導、圖表展示、企業套用案例。本書面向...
《人工智慧數學基礎與Python機器學習實戰從推公式到做開發》是2021年北京大學出版社出版的圖書。內容簡介 通常來說,人工智慧(Artificial Intelligence,AI)是研究、開發用於模擬、延伸和擴展人的智慧型的理論、方法、技術及套用系統的一門...
貝葉斯定理由英國數學家貝葉斯 ( Thomas Bayes 1702-1761年) 發展,用來描述兩個條件機率之間的關係,比如 P(A|B) 和 P(B|A)。按照乘法法則,可以立刻導出:P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)。如上公式也可變形為...
這樣做的目的是希望讀者能夠從實現的過程中更好地理解機器學習算法的細節,以及了解Numpy的各種套用。不過作為補充,《Python與機器學習實戰:決策樹、集成學習、支持向量機與神經網路算法詳解及編程實現》會在適當的時候套用scikit-learn這個...
《機器學習中的機率統計:Python語言描述》是一本系統講解機器學習中的機率統計核心知識和計算技巧的圖書,由機械工業出版社出版。內容簡介 本書圍繞機器學習算法中涉及的機率統計知識展開介紹,沿著機率思想、變數分布、參數估計、隨機過程和...
著有《Spark MLlib機器學習實踐》《TensorFlow深度學習套用實踐》《OpenCV TensorFlow深度學習與計算機視覺實戰》《TensorFlow 2.0卷積神經網路實戰》《TensorFlow Keras自然語言處理實戰》等圖書。內容簡介 深度學習已經進入我們的生活,雲計算...
第3章深度學習的理論基礎——機器學習 22 3.1機器學習基本分類 22 3.1.1基於學科的分類 22 3.1.2基於學習模式的分類 23 3.1.3基於套用領域的分類 23 3.2機器學習基本算法 24 3.2.1機器學習的算法流程 24 3.2.2基本算法...
SGD是機器學習問題中常見的最佳化算法,適用於樣本充足的學習問題。SGD每次疊代都隨機選擇學習樣本更新模型參數,以減少一次性處理所有樣本帶來的記憶體開銷,其更新規則如下: 式中梯度前的係數是學習速率(learning rate), 是代價函式(cost ...
機器學習中,給定獨立同分布(independent and identically distributed,iid)的學習樣本 ,和模型 ,損失函式是模型輸出和觀測結果間機率分布差異的量化:式中 表示模型參數,上式右側具體的量化方法視問題和模型而定,但要求滿足損失函式的...