《機器學習:算法背後的理論與最佳化》是2019年清華大學出版社出版的圖書,作者是史春奇、卜晶禕、施智平。
基本介紹
- 中文名:機器學習:算法背後的理論與最佳化
- 作者:史春奇、卜晶禕、施智平
- 出版社:清華大學出版社
- 出版時間:2019年7月1日
- 定價:69 元
- ISBN:9787302517184
《機器學習:算法背後的理論與最佳化》是2019年清華大學出版社出版的圖書,作者是史春奇、卜晶禕、施智平。
《機器學習:算法背後的理論與最佳化》是2019年清華大學出版社出版的圖書,作者是史春奇、卜晶禕、施智平。內容簡介以機器學習為核心的人工智慧已經成為新一代生產力發展的主要驅動因素。新的技術正在向各行各業滲透,大有變革各個領域...
《機器學習中的最佳化算法》是2023年12月武漢大學出版社出版的書籍,作者是熊慧娟。內容簡介 近年來,機器學習問題及套用日益受到重視,相關問題的數學本質是數學最佳化模型。本書主要介紹目前機器學習領域常用的最佳化算法與實現、算法的收斂性及套用。內容主要包括緒論(最佳化理論基礎、機器學習的常用最佳化模型介紹)、機器學習的...
(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標準。發展歷程 機器學習實際上已經存在了幾十年或者也可以認為存在了幾個世紀。
《機器學習理論與算法》是2012年科學出版社出版的圖書,作者是張燕平、張鈴。內容簡介 本書集中介紹了機器學習的一些典型方法、理論和套用領域,並首次系統地給出了構造性機器學習方法——覆蓋算法。全書通過研究大量豐富的文獻資料和科研成果,對機器學習典型算法的過去做了應有回顧,對現狀做出了必要剖析,對未來進行了...
《高效機器學習:理論、算法及實踐》是2017年機械工業出版社出版的圖書,作者是[黎] 瑪麗特·阿瓦德(Mariette Awad)[美]、拉胡爾·肯納(Rahul Khanna)。內容簡介 面對海量的複雜數據,如何快速挖掘出用戶需要的信息?如何將從圖像或文本中提取的非結構化數據轉換為結構化數據?又如何根據結構化數據建立模型?要想...
《機器學習:從基礎理論到典型算法(原書第2版)》是2022年機械工業出版社出版的圖書。 內容簡介 本書是機器學習領域內一部具有里程碑意義的著作。包括哥倫比亞大學、北京大學在內的多個國內外名校均有以該書為基礎開設的研究生課程。全書內容豐富-視野寬闊-深入淺出地介紹了目前機器學習重要的理論和關鍵的算法。圖書...
《機器學習算法》是2021年科學出版社出版 的圖書。內容簡介 《機器學習算法(MATLAB版)》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。《機器學習算法(MATLAB版)》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、人工神經網路、決策樹算法、貝葉斯算法、k近鄰...
《機器學習算法(原書第2版)》深入淺出講解不同場景下的機器學習算法,提供豐富的基於Python的具體實例,由機械工業出版社出版。內容簡介 與機器學習領域很多偏重於理論的書相比,本書在簡明扼要地闡明基本原理的基礎上,側重於介紹如何在Python環境下使用機器學習方法庫,並通過大量實例清晰形象地展示了不同場景下機器...
機器學習背後的數學部分來自機率、統計、數學分析以及線性代數等領域。雖然用到的數學較多,但是最快捷的辦法還是帶著機器學習的具體問題來掌握背後的數學原理。因為線性代數和機率理論使用較多,本書在最後兩章集中把重要的一些機率論和線性代數的內容加以介紹,如果有需要的同學可以參考。另外,學習任何知識,動手練習加深...
5.5格線搜尋最佳化模型 5.5.1簡單格線搜尋選擇超參數 5.5.2驗證集用於選擇超參數 5.5.3帶交叉驗證的格線搜尋 5.6本章小結 習題 第6章機器學習套用案例 6.1電影推薦系統 6.1.1推薦系統基礎 6.1.2推薦引擎算法 6.1.3相似度指標 6.1.4電影推薦系統實戰 6.2情感分析系統 6.2.1情感分析概述 6.2.2...
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監督式學習基本概念17 2.2經驗損失最小化架構20 2.3監督式學習與經驗損失最小化實例23 2.4正則化算法29 小結34 習題35 第3章線性回歸算法38 3.1線性回歸基本概念38 3.2線性回歸最佳化算法43 3.3...
2.5 常用的最佳化方法/ 32 2.6 機器學習理論/ 33 2.6.1 機器學習算法的泛化誤差/ 34 2.6.2 泛化誤差的分解/ 34 2.6.3 基於容度的估計誤差的上界/ 35 2.7 總結/ 36 參考文獻/ 36 第3章 分散式機器學習框架/ 41 3.1 大數據與大模型的挑戰/ 42 3.2 分散式機器學習的基本流程/ 44 3.3...
9.2遺傳算法318 9.2.1算法框架319 9.2.2算法細節320 9.2.3進化理論324 9.3遺傳編程328 9.3.1算法基礎328 9.3.2GP高級話題333 9.3.3其他演化學習方法335 9.4群體學習方法336 9.4.1蟻群最佳化算法337 9.4.2人工蜂群算法338 9.4.3粒子群算法340 9.4.4捕獵者搜尋341 9.4.5螢火蟲算法342 9.5...
2.8 拓展學習資源57 第3章 機器學習理論基礎58 3.1 過擬合和欠擬合58 3.2 成本函式59 3.3 模型準確性60 3.3.1 模型性能的不同表述方式61 3.3.2 交叉驗證數據集61 3.4 學習曲線62 3.4.1 實例:畫出學習曲線62 3.4.2 過擬合和欠擬合的特徵65 3.5 算法模型性能最佳化65 3.6 查準率和召回率66...
6.3.1 用學習曲線診斷偏差和方差問題 122 6.3.2 用驗證曲線解決過擬合和欠擬合問題 124 6.4 通過格線搜尋為機器學習模型調優 126 6.4.1 通過格線搜尋為超參數調優 126 6.4.2 以嵌套式交叉驗證來選擇算法 127 6.5 比較不同的性能評估指標 128 6.5.1 含混矩陣分析 128 6.5.2 最佳化分類模型的...
《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)、樸素貝葉斯、支持向量機、K近鄰學習、K-Means和人工神經網路,針對每一個算法首先...
全書共16 章,與“西瓜書”章節、公式對應,每個公式的推導和解釋都以本科數學基礎的視角進行講解,希望能夠幫助讀者快速掌握各個機器學習算法背後的數學原理。本書思路清晰,視角獨特,結構合理,可作為高等院校計算機及相關專業的本科生或研究生教材,也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考 圖書目錄 序...
深度學習是學習樣本數據的內在規律和表示層次,這些學習過程中獲得的信息對諸如文字、圖像和聲音等數據的解釋有很大的幫助。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...
第1章 機器學習概述 1 1.1 什麼是機器學習 1 1.2 機器學習的幾個需求層次 3 1.3 機器學習的基本原理 5 1.4 機器學習的基本概念 7 1.4.1 書中用到的術語介紹 7 1.4.2 機器學習的基本模式 11 1.4.3 最佳化方法 12 1.5 機器學習問題分類 14 1.6 常用的機器學習算法 15 1.7 機器學習...
《機器學習基礎——原理、算法與實踐》是2018年8月清華大學出版社出版的圖書,作者是袁梅宇。內容簡介 《機器學習基礎——原理、算法與實踐》講述機器學習的基本原理,使用MATLAB實現涉及的各種機器學習算法。通過理論學習和實踐操作,使讀者了解並掌握機器學習的原理和技能,拉近理論與實踐的距離。《機器學習基礎——原理...
《機器學習及其套用》是2020年5月機械工業出版社出版的圖書,作者是[印]M. 戈帕爾(M. Gopal)。該書講述了關於機器學習的綜合性教程,涵蓋全部基礎知識和理論,涉及不同套用領域的技術和算法。書中提出,機器學習背後的大多數想法都是簡單且直接的。內容簡介 為了鼓勵讀者在實踐中理解機器學習算法,本書提供一個...
6.3.1 用學習曲線診斷偏差和方差問題124 6.3.2 用驗證曲線解決過擬合和欠擬合問題126 6.4 通過格線搜尋調優機器學習模型127 6.4.1 通過格線搜尋調優超參數128 6.4.2 通過嵌套式交叉驗證選擇算法129 6.5 了解不同的性能評估指標130 6.5.1 分析混淆矩陣130 6.5.2 最佳化分類模型的...
《基於馬氏抽樣的機器學習理論與算法研究》是依託湖北大學,由鄒斌擔任項目負責人的面上項目。項目摘要 隨著計算機技術的飛速發展,人們收集數據、存儲數據的能力得到了極大的提高。無論是科學研究, 還是社會生活的各個領域中都積累了大量的數據, 對這些數據進行分析以發掘出數據中蘊含的有用信息,幾乎成為所有領域的共同...
第8章學習的運行時間56 8.1機器學習的計算複雜度56 8.2ERM規則的實現58 8.2.1有限集58 8.2.2軸對稱矩形59 8.2.3布爾合取式59 8.2.4學習三項析取範式60 8.3高效學習,而不通過合適的ERM60 8.4學習的難度*61 8.5小結62 8.6文獻評註62 8.7練習62 第二部分從理論到算法 第9章線性預測66 9.1...