机器学习 封面

机器学习

分类
工业技术
作者
阅读量
5 次
上架
资源
在线阅读
7.8 读者评分 / 10
★★★★☆ 5 人评分 · 5 次阅读
鸠摩网盘查找 Z-Library 查找

快速回答

《机器学习》(童永清) 本书系统地介绍机器学习基础模型的算法原理与代码实现,是一本理论与实践并重的图书。本书第1章介绍机器学习的基本概念、发展历程和主要应用等;第2章~第11章介绍监督学习,包括线性回归、感知机、逻辑斯谛回归与Softmax回归、正则化、线性判别分析、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络;第12章和第13章,介绍特征工程、模型评估与选择等。 本书的读者对象为人工智能、计算机、大数据、自动化等专业的本科生,以及从事机器学习研究与开发工作的专业人员。本书可作为机器学习的教材或参考书,也可供人工智能相关技术人员参考。

作品简介

本书系统地介绍机器学习基础模型的算法原理与代码实现,是一本理论与实践并重的图书。本书第1章介绍机器学习的基本概念、发展历程和主要应用等;第2章~第11章介绍监督学习,包括线性回归、感知机、逻辑斯谛回归与Softmax回归、正则化、线性判别分析、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络;第12章和第13章,介绍特征工程、模型评估与选择等。 本书的读者对象为人工智能、计算机、大数据、自动化等专业的本科生,以及从事机器学习研究与开发工作的专业人员。本书可作为机器学习的教材或参考书,也可供人工智能相关技术人员参考。

内容简介

本书系统地介绍机器学习基础模型的算法原理与代码实现,是一本理论与实践并重的图书。本书第1章介绍机器学习的基本概念、发展历程和主要应用等;第2章~第11章介绍监督学习,包括线性回归、感知机、逻辑斯谛回归与Softmax回归、正则化、线性判别分析、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络;第12章和第13章,介绍特征工程、模型评估与选择等。 本书的读者对象为人工智能、计算机、大数据、自动化等专业的本科生,以及从事机器学习研究与开发工作的专业人员。本书可作为机器学习的教材或参考书,也可供人工智能相关技术人员参考。

书评 0

暂无书评,登录后可写下第一条阅读感受。