- 商品参数
-
- 作者:
张学工著
- 出版社:清华大学出版社
- 开本:16开
- ISBN:9783384054540
- 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
系统介绍模式识别的基本概念、理论体系、典型方法以及实际应用实例,强调基础性和实用性,同时兼顾学科发展的*新动向,包括了各种典型方法在R和Matlab环境下的现有程序和应用方法,并包括了对针对大数据应用的模式识别方法的讨论。
目录
*章概论
1.1模式与模式识别
1.2模式识别的主要方法
1.3监督模式识别与非监督模式识别
1.4模式识别系统举例
1.5模式识别系统的典型构成
1.6本书的主要内容
第2章统计决策方法
2.1引言: 一个简单的例子
2.2*小错误率贝叶斯决策
2.3*小风险贝叶斯决策
2.4两类错误率、NeymanPearson决策与ROC曲线
2.5正态分布时的统计决策
2.5.1正态分布及其性质回顾
2.5.2正态分布概率模型下的*小错误率贝叶斯决策
2.6错误率的计算
2.6.1正态分布且各类协方差矩阵相等情况下错误率的计算
2.6.2高维独立随机变量时错误率的估计
2.7离散时间序列样本的统计决策
2.7.1基因组序列的例子
2.7.2马尔可夫模型及在马尔可夫模型下的贝叶斯决策
2.7.3隐马尔可夫模型简介
2.8小结与讨论
第3章概率密度函数的估计
3.1引言
3.2*大似然估计
3.2.1*大似然估计的基本原理
3.2.2*大似然估计的求解
3.2.3正态分布下的*大似然估计
3.3贝叶斯估计与贝叶斯学习
3.3.1贝叶斯估计
3.3.2贝叶斯学习
3.3.3正态分布时的贝叶斯估计
3.3.4其他分布的情况
3.4概率密度估计的非参数方法
3.4.1非参数估计的基本原理与直方图方法
3.4.2kN近邻估计方法
3.4.3Parzen窗法
第4章隐马尔可夫模型与贝叶斯网络
4.1引言
4.2贝叶斯网络的基本概念
4.3隐马尔可夫模型(HMM)
4.3.1HMM评估问题
4.3.2HMM隐状态推断问题(解码问题)
4.3.3HMM学习问题
4.4朴素贝叶斯分类器(Nave Bayes)
4.5在贝叶斯网络上的条件独立性
4.6贝叶斯网络模型的学习
4.6.1贝叶斯网络的参数学习
4.6.2贝叶斯网络的结构学习
4.7讨论
第5章线性学习机器与线性分类器
5.1引言
5.2线性回归
5.3线性判别函数的基本概念
5.4Fisher线性判别分析
5.5感知器
5.6*小平方误差判别
5.7罗杰斯特回归
5.8*优分类超平面与线性支持向量机
5.8.1*优分类超平面
5.8.2大间隔与推广能力
5.8.3线性不可分情况
5.9多类线性分类器
5.9.1多个两类分类器的组合
5.9.2多类线性判别函数
5.9.3多类罗杰斯特回归与软*大
5.10讨论
..........................
作者介绍
张学工,1989年毕业于清华大学,1994年获得博士学位,现为清华大学自动化系教授,清华信息科学与技术国家实验室(筹)生物信息学研究部主任,主要研究方向是模式识别与机器学习、生物信息学与计算生物学。已经在国内外重要期刊发表论文200多篇,出版教材2部、译著2部,曾获国家科技进步二等奖,2006年获得国家杰出青年基金,2009年获*教学成果一等奖,所开设的《模式识别基础》课程2007年被评为*精品课。
1