具體描述
《機器學習導論》對機器學習的定義和應用實例進行瞭介紹，涵蓋瞭監督學習。貝葉斯決策理論。參數方法、多元方法、維度歸約、聚類、非參數方法、決策樹。綫性判彆式、多層感知器，局部模型、隱馬爾可夫模型。分類算法評估和比較，組閤多學習器以及增強學習等。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應用，包括分析以往銷售數據來預測客戶行為，人臉識彆或語音識彆，優化機器人行為以便使用最少的資源來完成任務，以及從生物信息數據中提取知識的各種係統。為瞭對機器學習問題和解進行統一的論述，《機器學習導論》討論瞭機器學習在統計學、模式識彆、神經網絡。人工智能。信號處理、控製和數據挖掘等不同領域的應用。對所有學習算法都進行瞭解釋，以便讀者可以容易地將書中的公式轉變為計算機程序。《機器學習導論》可作為高等院校計算機相關專業高年級本科生和研究生的教材，也可供研究機器學習方法的技術人員參考。
用戶評價
##水平不同，每次看的收獲都不一樣。該多看幾遍
評分 評分##基本上傳統統計學習的知識點都梳理到瞭，而且有課後習題答案。當然從內容上說，很多東西會有些陳舊瞭，這本書是在CNN鹹魚翻身前寫的，但大體內容不錯，比如概率圖模型這些，都做瞭介紹。數學基礎，也沒有太拘泥。每個章節會略顯短，屬於打骨骼的書，長肉要看其他資料，通俗性上...
評分##錶示這本書 有些重要的概念說的一代而過 不是很清晰
評分##隻看瞭增強學習那一章
評分 評分 評分##比《模式分類》好太多，重概念不重優化解法。
評分相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有