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]机器学习 周志华 人工智能入门教程 西瓜书机器学习入门中文教科书 人工智能深度学习框架实战方法基础教程 书
  • 本店所有图书均支持7天无理由退换并运费险,请放心购买。
    • 作者: 周志华著
    • 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:
    粉象优品图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 周志华著
    • 出版社:清华大学出版社
    • ISBN:9787387270557
    • 版权提供:清华大学出版社

                                                                                                  店铺公告

    本店存在书、古旧书、收藏书、二手书等特殊商品,因受采购成本限制,可能高于定价销售,明码标价,介意者勿拍!

    1.书籍因稀缺可能导致售价高于定价,图书实际定价参见下方详情内基本信息,请买家看清楚且明确后再拍,避免价格争议!

    2.店铺无纸质均开具电子,请联系客服开具电子版

    商品基本信息,请以下列介绍为准
    商品名称:    机器学习
    作者:   周志华 著
    市场价:    108.00
    ISBN号:   9787302423287
    出版社:    清华大学出版社
    商品类型:   图书


      其他参考信息(以实物为准)
      装帧:平装   开本: 16开
      语种:中文
     出版时间:2016.01
      版次:1   页数:425

     编辑推荐
    内容全面;结构合理;叙述清楚;深入浅出。人工智能领域中文的开山之作!

    这是一本面向中文读者的机器学习教科书, 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识.

    然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生,

    以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.

    内容简介

    " 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。

     

    本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。"

      目录

    第1章 1

     

    1.1 引言 1

    1.2 基本术 2

    1.3 假设空间 4

    1.4 归纳偏好 6

    1.5 发展历程 10

    1.6 应用现状 13

    1.7 阅读材料 16

    习题 19

    参考文献 20

    休息—会儿 22

    第2章 模型评估与选择 23

    2.1 经验误差与过拟合 23

    2.2 评估方法 24

    2.2.1 留出法 25

    2.2.2 交叉验证法 26

    2.2.3 自助法 27

    2.2.4 调参与zui终模型 28

    2.3 性能度量 28

    2.3.1 错误率与精度 29

    2.3.2 查准率、查全率与F1 30

    2.3.3 ROC与AUC 33

    2.3.4 代价敏感错误率与代价曲线 35

    2.4 比较检验 37

    2.4.1 假设检验 37

    2.4.2 交叉验证t检验 40

    2.4.3 McNemar检验 41

    2.4.4 Friedman检验与后续检验 42

    2.5 偏差与方差 44

    2.6 阅读材料 46

    习题 48

    参考文献 49

    休息—会儿 51

    第3章 线性模型 53

    3.1 基本形式 53

    3.2 线性回归 53

    3.3 对数几率回归 57

    3.4 线性判别分析 60

    3.5 多分类学习 63

    3.6 类别不平衡问题 66

    3.7 阅读材料 67

    习题 69

    参考文献 70

    休息—会儿 72

    第4章 决策树 73

    4.1 基本流程 73

    4.2 划分选择 75

    4.2.1 信息增益 75

    4.2.2 增益率 77

    4.2.3 基尼指数 79

    4.3 剪枝处理 79

    4.3.1 预剪枝 80

    4.3.2 后剪枝 82

    4.4 连续与缺失值 83

    4.4.1 连续值处理 83

    4.4.2 缺失值处理 85

    4.5 多变量决策树 88

    4.6 阅读材料 92

    习题 93

    参考文献 94

    休息—会儿 95

    第5章 神经网络 97

    5.1 神经元模型 97

    5.2 感知机与多层网络 98

    5.3 误差逆传播算法 101

    5.4 全局zui小与局部极小 106

    5.5 其他常见神经网络 108

    5.5.1 RBF网络 108

    5.5.2 ART网络 108

    5.5.3 SOM网络 109

    5.5.4 级联相关网络 110

    5.5.5 Elman网络 111

    5.5.6 Boltzmann机 111

    5.6 深度学习 113

    5.7 阅读材料 115

    习题 116

    参考文献 117

    休息—会儿 120第6章 支持向量机 121

    6.1 间隔与支持向量 121

    6.2 对偶问题 123

    6.3 核函数 126

    6.4 软间隔与正则化 129

    6.5 支持向量回归 133

    6.6 核方法 137

    6.7 阅读材料 139

    习题 141

    参考文献 142

    休息—会儿 145

    第7章 贝叶斯分类器 147

    第8章 集成学习 171

    第9章 聚类 197

    第10章 降维与度量学习 225

    第11章 特征选择与稀疏学习 247

    第12章 计算学习理论 267

    第13章 半监督学习 293

    第14章 概率图模型 319

    第15章 规则学习 347

    第16章 强化学习 371

    习题 394

    参考文献 395

    休息—会儿 397

    附录 399

    A 矩阵 399

    B 优化 403

    C 概率分布 409

    后记 417

    索引 419

     作者简介
    周志华,南京大学计算机系教授,ACM杰出科学家,IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任,中国人工智能学会机器学习专业委员会主任,IEEE计算智能学会数据挖掘技术委员会副主席。

    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