文献类型:专著 浏览次数:3
  • 题名:机器学习的算法分析和实践
  • 责任者:孙健编著
  • 出版社清华大学出版社
  • 出版年:2023.10
  • ISBN:978-7-302-64152-0
  • 定价:59.00
  • 载体形态项:176页 24cm
  • 个人责任者:孙健编著
  • 学科主题:机器学习
  • 中图法分类号:TP181
  • 提要文摘附注:机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多,但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多,本书在最后两章集中把重要的一些概率论和线性代数的内容加以介绍,如果有需要的同学可以参考。另外,学习任何知识,动手练习加深理解的最好方法,所以本书的每一章都配备了习题供大家实践和练习。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通类型 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码