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99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]机器学习及其在金融领域中的应用苟小菊 编97873120487
¥ ×1
前言
第1章机器学习简介
1.1机器学习概述
1.1.1机器学习的含义
1.1.2机器学习的方法
1.1.3机器学习的发展历程
1.1.4机器学习的意义
1.2机器学习的基本术语
1.3机器学习的分类
1.3.1监督学习
1.3.2无监督学习
1.3.3半监督学习、主动学习
第2章机器学习与金融
2.1机器学习在金融领域应用的基础
2.2机器学习在金融领域中的应用
2.3机器学习在金融领域中应用的优势
2.4机器学习在金融领域应用的发展趋势
第3章监督学习基础
3.1监督学习概述
3.1.1基本术语
3.1.2学习过程
3.2模型评估和模型选择
3.2.1损失函数
3.2.2风险函数
3.2.3测试误差和泛化能力
3.2.4训练误差和过拟合
3.3正则化与交叉验证
3.3.1正则化
3.3.2交叉验证
3.4监督学习的应用
3.4.1回归问题
3.4.2分类问题
3.4.3监督学习算法简介
第4章k近邻法
4.1足近邻算法
4.2距离度量
4.3足值的选择
4.4分类决策规则
4.5算例
第5章朴素贝叶斯法
5.1贝叶斯决策理论
5.1.1贝叶斯定理
5.1.2贝叶斯分类基本原理
5.1.3朴素贝叶斯分类基本方法
5.2朴素贝叶斯法的参数估计
5.2.1多项式模型
5.2.2高斯模型
5.2.3伯努利模型
5.2.4贝叶斯估计
5.3朴素贝叶斯分类器
5.3.1朴素贝叶斯算法
5.3.2朴素贝叶斯法在文本分类中的应用
5.3.3对朴素贝叶斯法的评价
第6章决策树
6.1决策树的学习
6.1.1决策树介绍
6.1.2决策树学习的基本算法
6.2特征选择
6.2.1决策树特征选择问题
6.2.2常用特征选择指标
6.3决策树剪枝
6.3.1预剪枝
6.3.2后剪枝
6.4连续值与缺失值处理
6.4.1连续值处理
……
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
