机器学习从原理到应用
温馨提示:电子书为虚拟商品,一经发货概不退换,请谨慎购买。3小时内发货(节假日除外),发货时效不超过24小时,急单慎拍!
内容简介
书名:机器学习从原理到应用
作者:卿来云,黄庆明编著
ISBN:978-7-115-54274-8
出版社:人民邮电出版社
出版日期:2020.10
本书共11章,主要介绍机器学习的基本概念和两大类常用的机器学习模型,即监督学习模型和非监督学习模型。针对监督学习模型,本书介绍了线性模型(线性回归、Logistic回归)、非线性模型(SVM、生成式分类器、决策树)、集成学习模型和神经网络模型及其训练;针对非监督学习模型,本书讲解了常用的降维技术(线性降维技术与非线性降维技术)和聚类算法(如均值聚类、GMM、层次聚类、均值漂移、DBSCAN和基于密度峰值的聚类等)。本书可作为高等院校计算机应用、人工智能等专业的机器学习相关课程的教材,也可作为计算机应用与人工智能等领域从业人员的学习参考用书。
作者:卿来云,黄庆明编著
ISBN:978-7-115-54274-8
出版社:人民邮电出版社
出版日期:2020.10
本书共11章,主要介绍机器学习的基本概念和两大类常用的机器学习模型,即监督学习模型和非监督学习模型。针对监督学习模型,本书介绍了线性模型(线性回归、Logistic回归)、非线性模型(SVM、生成式分类器、决策树)、集成学习模型和神经网络模型及其训练;针对非监督学习模型,本书讲解了常用的降维技术(线性降维技术与非线性降维技术)和聚类算法(如均值聚类、GMM、层次聚类、均值漂移、DBSCAN和基于密度峰值的聚类等)。本书可作为高等院校计算机应用、人工智能等专业的机器学习相关课程的教材,也可作为计算机应用与人工智能等领域从业人员的学习参考用书。
上一本:
路由交换技术与实践
下一本:
水下可见光通信关键技术
