注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)

定 價(jià):¥113.90

作 者: 王貝倫 編著
出版社: 東南大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787564197834 出版時(shí)間: 2021-11-01 包裝:
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  本書(shū)按照機(jī)器學(xué)習(xí)十年來(lái)的教學(xué)經(jīng)驗(yàn)將主要教學(xué)內(nèi)容分為五大板塊:“數(shù)學(xué)基礎(chǔ)”“回歸問(wèn)題”“分類(lèi)問(wèn)題”“無(wú)監(jiān)督問(wèn)題”以及“概率圖模型”。既注重學(xué)習(xí)內(nèi)容由淺入深和教學(xué)的先后順序,又兼顧了內(nèi)容的全面性,給予授課老師充分的授課自由。本書(shū)內(nèi)容新穎,結(jié)構(gòu)化層次化地介紹了機(jī)器學(xué)習(xí)的重要內(nèi)容,語(yǔ)言嚴(yán)謹(jǐn)詳細(xì),配圖全面直白。而課后配套的習(xí)題、實(shí)驗(yàn)、網(wǎng)課與書(shū)本內(nèi)容相對(duì)應(yīng),讓學(xué)生能夠快速入門(mén)機(jī)器學(xué)習(xí),既可更深入更全面地掌握書(shū)本內(nèi)容,課后鞏固知識(shí)點(diǎn)充分理解理論知識(shí),又可鍛煉其面對(duì)實(shí)際人工智能問(wèn)題的編程能力。

作者簡(jiǎn)介

  王貝倫,中國(guó)國(guó)籍,男,本科畢業(yè)于南京大學(xué)數(shù)學(xué)系,博士畢業(yè)于美國(guó)弗吉尼亞大學(xué)計(jì)算機(jī)科學(xué)系,現(xiàn)任東南大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院、軟件學(xué)院、人工智能學(xué)院副教授、校學(xué)生處副處長(zhǎng)。研究方向主要為機(jī)器學(xué)習(xí),成果主要呈現(xiàn)在高斯圖模型優(yōu)化理論、神經(jīng)網(wǎng)絡(luò)可解釋性等方面,在國(guó)際頂級(jí)會(huì)議論文和期刊發(fā)表論文多篇論文,獲評(píng)江蘇省雙創(chuàng)計(jì)劃雙創(chuàng)博士、東南大學(xué)至善青年學(xué)者A類(lèi)等稱號(hào)。

圖書(shū)目錄


1 緒論
1.1 引言
1.2 基礎(chǔ)概念
1.3 發(fā)展歷程
1.4 機(jī)器學(xué)習(xí)全流程介紹
1.5 機(jī)器學(xué)習(xí)研究方向介紹
1.5.1 監(jiān)督學(xué)習(xí)
1.5.2 無(wú)監(jiān)督學(xué)習(xí)
1.5.3 深度學(xué)習(xí)
1.5.4 強(qiáng)化學(xué)習(xí)
1.5.5 結(jié)構(gòu)學(xué)習(xí)——以概率圖模型為例
2 數(shù)學(xué)基礎(chǔ)
2.1 線性代數(shù)
2.1.1 基本概念
2.1.2 基本運(yùn)算
2.1.3 線性相關(guān)性及矩陣的秩
2.1.4 特征值及特征向量
2.1.5 矩陣求導(dǎo)
2.1.6 奇異值分解
2.2 概率論與數(shù)理統(tǒng)計(jì)
2.2.1 概率論與機(jī)器學(xué)習(xí)
2.2.2 事件與事件空間
2.2.3 樣本空間與事件空間
2.2.4 常用結(jié)論
2.2.5 隨機(jī)變量
2.2.6 聯(lián)合概率分布、條件概率分布和邊緣分布
2.2.7 獨(dú)立性
2.2.8 極限定理
2.2.9 極大似然估計(jì)
2.3 凸優(yōu)化
2.3.1 優(yōu)化問(wèn)題
2.3.2 基本概念
2.3.3 凸優(yōu)化問(wèn)題
2.3.4 對(duì)偶性
2.3.5 無(wú)約束優(yōu)化問(wèn)題
3 回歸模型
3.1 簡(jiǎn)介
3.2 線性回歸
3.2.1 線性回歸模型
3.2.2 正規(guī)方程法
3.2.3 梯度下降法
3.2.4 隨機(jī)梯度下降法
3.2.5 小批量梯度下降法
3.2.6 牛頓法
3.2.7 基于梯度的其他算法
3.2.8 線性回歸的概率論解釋
3.3 非線性回歸
3.3.1 多項(xiàng)式回歸
3.3.2 徑向基回歸
3.4 正則化線性回歸
3.4.1 嶺回歸
3.4.2 套索回歸
3.4.3 彈性網(wǎng)絡(luò)
3.4.4 收縮估計(jì)器
3.4.5 參數(shù)選擇
3.4.6 回歸模型總結(jié)
4 分類(lèi)模型
4.1 判別模型與生成模型
4.1.1 非概率判別模型
4.1.2 概率判別模型
4.1.3 生成模型
4.1.4 判別模型vs生成模型
4.2 K最近鄰算法
4.2.1 距離度量
4.2.2 超參數(shù)K的選擇
4.2.3 分類(lèi)決策機(jī)制
4.2.4 算法步驟及復(fù)雜度分析
4.2.5 K最近鄰算法在回歸問(wèn)題中的應(yīng)用
4.3 貝葉斯分類(lèi)器
4.3.1 生成貝葉斯分類(lèi)器
4.3.2 樸素貝葉斯分類(lèi)器
4.3.3 樸素貝葉斯分類(lèi)器在文本分類(lèi)中的應(yīng)用
4.4 高斯貝葉斯分類(lèi)器
4.4.1 高斯樸素貝葉斯分類(lèi)器
4.4.2 線性判別分析
4.4.3 二次判別分析
4.5 邏輯回歸
4.5.1 概率與邏輯函數(shù)
4.5.2 二分類(lèi)問(wèn)題中的邏輯回歸
4.5.3 多類(lèi)邏輯回歸
4.5.4 邏輯回歸的求解
4.6 感知機(jī)
4.7 支持向量機(jī)
4.7.1 間隔與支持向量
4.7.2 硬間隔支持向量機(jī)
4.7.3 軟間隔支持向量機(jī)
4.7.4 支持向量在對(duì)偶形式中的作用
4.7.5 支持向量機(jī)的核方法
4.8 深度學(xué)習(xí)
4.8.1 神經(jīng)元
4.8.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
4.8.3 損失函數(shù)
4.8.4 神經(jīng)網(wǎng)絡(luò)的優(yōu)化
4.8.5 神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)
4.8.6 卷積神經(jīng)網(wǎng)絡(luò)
4.8.7 循環(huán)神經(jīng)網(wǎng)絡(luò)
4.8.8 元學(xué)習(xí)
4.8.9 生成對(duì)抗網(wǎng)絡(luò)
4.8.10 深度學(xué)習(xí)模型的健壯性
4.9 決策樹(shù)與隨機(jī)森林
4.9.1 決策樹(shù)與可解釋性
4.9.2 基于信息論的目標(biāo)函數(shù)
4.9.3 決策樹(shù)的構(gòu)建
4.9.4 隨機(jī)森林
4.10 集成學(xué)習(xí)
4.10.1 聚合算法
4.10.2 提升算法
4.10.3 堆疊算法
5 無(wú)監(jiān)督學(xué)習(xí)
5.1 聚類(lèi)算法
5.1.1 層次聚類(lèi)
5.1.2 K均值算法
5.1.3 高斯混合模型
5.2 主成分分析
5.2.1 主成分分析優(yōu)化問(wèn)題
5.2.2 主成分分析求解
5.2.3 主成分分析總結(jié)
6 學(xué)習(xí)理論
6.1 簡(jiǎn)介
6.2 特征選擇
6.2.1 過(guò)濾法
6.2.2 包裹法
6.2.3 嵌入法
6.2.4 降維
6.3 模型選擇
6.3.1 欠擬合與過(guò)擬合
6.3.2 訓(xùn)練-測(cè)試法
6.3.3 交叉驗(yàn)證法
6.3.4 模型選擇與特征選擇
6.4 偏差-方差權(quán)衡
6.4.1 預(yù)測(cè)誤差期望
6.4.2 偏差-方差分解
6.4.3 偏差-方差權(quán)衡與模型選擇
7 概率圖模型
7.1 結(jié)構(gòu)化概率表示
7.1.1 聯(lián)合概率表示
7.1.2 變量獨(dú)立性的結(jié)構(gòu)化表示
7.2 概率圖模型的表示
7.2.1 貝葉斯網(wǎng)絡(luò)
7.2.2 馬爾可夫網(wǎng)絡(luò)
7.3 概率圖模型的概率推斷
7.3.1 精確推斷
7.3.2 近似推斷
7.4 概率圖模型的結(jié)構(gòu)學(xué)習(xí)
7.4.1 有向圖模型的結(jié)構(gòu)學(xué)習(xí)
7.4.2 無(wú)向圖模型的結(jié)構(gòu)學(xué)習(xí)
后記

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)