由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]机器学习算法朱塞佩·博纳科尔索9787111595137
¥ ×1
译者序
前言
作者简介
审校人员简介
第1章 机器学习简介
1.1 经典机器和自适应机器简介
1.2 机器学习的分类
1.2.1 监督学习
1.2.2 无监督学习
1.2.3 强化学习
1.3 超越机器学习——深度学习和仿生自适应系统
1.4 机器学习和大数据
延伸阅读
本章小结
第2章 机器学习的重要元素
2.1 数据格式
2.2 可学习性
2.2.1 欠拟合和过拟合
2.2.2 误差度量
2.2.3 PAC学习
2.3 统计学习方法
2.3.1 最大后验概率学习
2.3.2 最大似然学习
2.4 信息论的要素
参考文献
本章小结
第3章 特征选择与特征工程
3.1 scikit-learn练习数据集
3.2 创建训练集和测试集
3.3 管理分类数据
3.4 管理缺失特征
3.5 数据缩放和归一化
3.6 特征选择和过滤
3.7 主成分分析
3.7.1 非负矩阵分解
3.7.2 稀疏PCA
3.7.3 核PCA
3.8 原子提取和字典学习
参考文献
本章小结
第4章 线性回归
4.1 线性模型
4.2 一个二维的例子
4.3 基于scikit-learn的线性回归和更高维
4.4 Ridge、Lasso和ElasticNet
4.5 随机采样一致的鲁棒回归
4.6 多项式回归
4.7 保序回归
参考文献
本章小结
朱塞佩·博纳科尔索:拥有12年机器学习和大数据方面的经验。他拥有意大利卡塔尼亚大学电子工程专业工程学硕士学位,然后在意大利罗马第二大学、英国埃塞克斯大学深造过。在他的职业生涯中,担任过公共管理、军事、公用事业、医疗保健、诊断和广告等多个业务领域的IT工程师,使用Java、Python、Hadoop、Spark、Theano和TensorFlow等多种技术进行过项目开发与管理。他的主要研究兴趣包括人工智能、机器学习、数据科学等。
罗娜博士,副研究员,在华东理工大学信息科学工程学院任教。研究方向为机器学习算法及其在工业中的应用。作为项目负责人,先后承担了国家自然科学基金青年科学基金、上海市自然科学基金等多项课题的研究工作,并作为技术负责人承担了多项中石化科技攻关项目,发表相关学术论文20余篇,申请国家发明两项,登记软件著作权两项。在康奈尔大学访学期间,翻译此书。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格