《機器學習導論》是2016年11月機械工業出版社出版的圖書,作者是[美]米羅斯拉夫·庫巴特。這本書通過給出易操作的實踐指導、採用簡單的例子、激勵學生討論有趣的套用問題,用一種易於理解的方式介紹了機器學習的基本思想。
基本介紹
- 中文名:機器學習導論
- 作者:[美]米羅斯拉夫·庫巴特
- 出版社:機械工業出版社
- ISBN:9787111548683
《機器學習導論》是2016年11月機械工業出版社出版的圖書,作者是[美]米羅斯拉夫·庫巴特。這本書通過給出易操作的實踐指導、採用簡單的例子、激勵學生討論有趣的套用問題,用一種易於理解的方式介紹了機器學習的基本思想。
《機器學習導論》是2021年清華大學出版社出版的圖書,作者:王東。本書從實戰出發,內容全面,從基本概念入手,介紹了各種機器學習的基本類型。內容簡介本書分類《機器學習導論》面向機器學習領域的主要模型和算法,重點闡述不同方法...
《機器學習導論》是2016年11月機械工業出版社出版的圖書,作者是[美]米羅斯拉夫·庫巴特。這本書通過給出易操作的實踐指導、採用簡單的例子、激勵學生討論有趣的套用問題,用一種易於理解的方式介紹了機器學習的基本思想。內容簡介 這本...
《機器學習導論》是2009年06月機械工業出版社出版的圖書,作者是阿培丁。該書介紹了機器學習的定義和套用實例。內容簡介 對機器學習的定義和套用實例進行了介紹,涵蓋了監督學習。貝葉斯決策理論。參數方法、多元方法、維度歸約、聚類、非...
《機器學習導論(原書第3版)》是機械工業出版社出版的圖書,作者是[土耳其] 埃塞姆·阿培丁(EthemAlpaydin)。內容簡介 機器學習的目標是對計算機編程,以便使用樣本數據或以往的經驗來解決給定的問題。已經有許多機器學習的成功套用,包括...
《機器學習導論(原書第2版)》是2018年機械工業出版社出版的圖書,作者是米羅斯拉夫.庫巴特。內容簡介 本書是一本淺顯易懂的機器學習入門教材,它以理論與實際相結合的方式全面地涵蓋了主流的機器學習理論與技術。全書共17章,介紹了...
《統計機器學習導論》是2018年機械工業出版社出版的圖書,作者是(日)杉山將。內容簡介 本書對機器學習的關鍵知識點進行了全面講解,幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用於描述機器學習算法的統計與機率的知識,接著詳細...
《統計機器學習導論(英文版)》是2017年12月機械工業出版社出版的圖書,作者是(日)杉山將。內容簡介 機器學習使得計算機具備了自主學習和模式識別的能力,而數理統計知識與機器學習的有效結合,使其成為一個更加有力的工具,廣泛用於基礎...
《支持向量機與基於核的機器學習導論》是2020年世界圖書出版公司出版的圖書,作者是內洛·克里斯蒂安尼尼,本書提出的統計學習理論基礎上的一種使用廣泛的機器學習方法。內容簡介 支持向量機(Support Vector Machine,SVM)是建立在弗拉基米爾...
《人工智慧開發實踐:雲端機器學習導論》是2020年機械工業出版社出版的圖書,作者是(美)挪亞·吉夫特(Noah Gift)。內容簡介 《人工智慧開發實踐:雲端機器學習導論(英文版)》講解Amazon、Google和Microsoft公司的強大雲服務產品,以及Python...
第1章 機器學習導論 1.1 什麼是機器學習 1.1.1 機器學習的背景 1.1.2 機器學習的定義 1.1.3 機器學習的任務類型 1.1.4 構建機器學習套用的步驟 1.2 開發機器學習工作流的方式 第2章 數據預處理與特徵工程 2.1 特徵提取...
《機器學習教程(微課視頻版)》是2023年清華大學出版社出版的圖書,作者是張旭東。內容簡介 本書兼顧機器學習基礎、經典方法和深度學習方法,對組成機器學習的基礎知識和基本算法進行了比較細緻的介紹,對廣泛套用的經典算法如線性回歸、邏輯...
《文本機器學習》不僅可以作為工具書供具有相關背景的專業人士使用,也可以作為教材幫助具有線性代數和機率論基礎的初學者入門。圖書目錄 譯者序 原書前言 致謝 第1章 文本機器學習導論1 1.1導論1 1.1.1本章內容組織結構2 1.2文本...
第1章 導論 003 1.1 機器學習套用 003 1.2 機器學習框架的設計目標 004 1.3 機器學習框架的基本組成原理 005 1.4 機器學習系統生態 006 1.5 本書結構和讀者對象 007 第2章 編程模型 009 2.1 機器學習系統編程模型的演進 ...
第二章 機器學習之監督學習 第一節 機器學習導論 第二節 監督學習算法 第三節 監督學習套用淺析 結語 參考文獻 第三章 監督學習在醫藥領域的套用 第一節 基於監督學習的定量構效關係 第二節 基於監督學習的藥物ADMET和 安全性預測 ...
運動人體科學導論、生物力學、生物與運動信息採集、體育測量與評價、運動訓練學、生物力學、人機工效學、數字邏輯與數字系統、算法設計與分析、數據結構、人工智慧基礎、機器學習導論、模式識別基礎、智慧型信息處理、機器視覺、動作捕捉與虛擬...
本書主要內容包括:導論、機器學習基礎、基於Python的機器學習軟體包、智慧型投資模型訓練的數據預處理、線性回歸估值選股模型、邏輯回歸收益率預測選股模型、決策樹分類選殷模型、樸素貝葉斯分類選股模型、支持向量機分類選股模型、K均值聚類算法...
4.2 “人工智慧導論”教學大綱 4.3 “數據結構與算法分析”教學大綱 4.4 “程式設計基礎”教學大綱 4.5 “人工智慧程式設計”教學大綱 4.6 “機器學習導論”教學大綱 4.7 “知識表示與處理”教學大綱 4.8 “模式識別與...