返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版]正版 机器学习方法 李航 统计学习方法二版2版修订版 信息检索 教学参考工具书 朴素贝叶斯法 清华大学出版社
  • 本店商品限购一件,多拍不发货,谢谢合作
    • 作者: 无著
    • 出版社: 清华大学出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    如梦图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 无著
    • 出版社:清华大学出版社
    • ISBN:9782207341228
    • 版权提供:清华大学出版社

                                                        店铺公告

    为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。 温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货), 关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。


    内容介绍

    机器学习是以概率论、统计学、信息论、z优化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。第一篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与z大熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法,包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法,详细叙述各个方法的模型、策略和算法。从具体例子入手,由浅入深,帮助读者直观地理解基本思路,同时从理论角度出发,给出严格的数学推导,严谨详实,让读者更好地掌握基本原理和概念。目的是使读者能学会和使用这些机器学习的基本技术。为满足读者进一步学习的需要,书中还对各个方法的要点进行了总结,给出了一些习题,并列出了主要参考文献。

    《机器学习方法》是机器学习及相关课程的教学参考书,适合人工智能、数据挖掘等专业的本科生、研究生使用,也供计算机各个领域的专业研发人员参考。




    目录

    第1篇监督学习

    第1章机器学习及监督学习概论3

    11机器学习3

    12机器学习的分类5

    121基本分类5

    122按模型分类10

    123按算法分类11

    124按技巧分类12

    13机器学习方法三要素13

    131模型13

    132策略14

    133算法16

    14模型评估与模型选择17

    141训练误差与测试误差17

    142过拟合与模型选择18

    15正则化与交叉验证20

    151正则化20

    152交叉验证20

    16泛化能力21

    161泛化误差21

    162泛化误差上界22

    17生成模型与判别模型24

    18监督学习应用24

    181分类问题24

    182标注问题26

    183回归问题27

    本章概要28

    继续阅读29

    习题29

    参考文献29

    第2章感知机30

    21感知机模型30

    22感知机学习策略31

    221数据集的线性可分性31

    222感知机学习策略31

    23感知机学习算法32

    231感知机学习算法的原始形式33

    232算法的收敛性35

    233感知机学习算法的对偶形式37

    本章概要39

    继续阅读40

    习题40

    参考文献40

    第3章k近邻法41

    31k近邻算法41

    32k近邻模型42

    321模型42

    322距离度量42

    323k值的选择43

    324分类决策规则44

    33k近邻法的实现:kd树44

    331构造kd树45

    332搜索kd树46

    本章概要48

    继续阅读48

    习题48

    参考文献49

    第4章朴素贝叶斯法50

    41朴素贝叶斯法的学习与分类50

    411基本方法50

    412后验概率*大化的含义51

    42朴素贝叶斯法的参数估计52

    421极大似然估计52

    422学习与分类算法53

    423贝叶斯估计54

    本章概要55

    继续阅读56

    习题56

    参考文献56

    第5章决策树57

    51决策树模型与学习57

    511决策树模型57

    512决策树与if-then规则58

    513决策树与条件概率分布58

    514决策树学习58

    52特征选择60

    521特征选择问题60

    522信息增益61

    523信息增益比64

    53决策树的生成64

    531ID3算法65

    532C45的生成算法66

    54决策树的剪枝66

    55CART算法68

    551CART生成69

    552CART剪枝72

    本章概要74

    继续阅读75

    习题75

    参考文献75

    ..........................



    作者介绍

    李航,字节跳动科技有限公司人工智能实验室总监, IEEE会士、ACL会士、ACM杰出科学家、CCF杰出会员。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。李航于1988年从日本京都大学电气工程系毕业,1998年获得日本东京大学计算机科学博士。他1990年至2001年就职于日本NEC公司中央研究所,任研究员;2001年至2012年就职于微软亚洲研究院,任高级研究员与主任研究员;2012年至2017年就职于华为技术有限公司诺亚方z实验室,任首席科学家、主任。李航一直活跃在相关学术领域,曽出版过四部学术专著,并在顶级国际学术会议和顶级国际学术期刊上发表过120多篇学术论文,包括SIGIR, WWW, WSDM, ACL, EMNLP, ICML, NIPS, SIGKDD, AAAI, IJCAI,以及NLE, JMLR, TOIS, IRJ, IPM, TKDE, TWEB, TIST等。他和同事的论文获得了KDD2008*佳应用论文奖,他指导的学生获得了SIGIR2008,ACL2012*佳学生论文奖。李航参与了多项产品开发,包括Microsoft SQL Server 2005, Microsoft Office 2007, Microsoft Live Search 2008, Microsoft Bing 2009, Bing 2010, Office 2010, Office 2012,拥有42项授权美国专利。李航还在顶级国际学术会议和顶级国际学术期刊担任许多重要工作,如大会程序委员会主席,资深委员,及委员,期刊编委,包括SIGIR, WWW, WSDM, ACL, NAACL, EMNLP, NIPS,SIGKDD, ICDM, ACML, IJCAI, IRJ, TIST, JASIST, JCST等。


    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购