機器學習導論(原書第2版)
米羅斯拉夫.庫巴特
- 出版商: 機械工業
- 出版日期: 2018-01-01
- 定價: $474
- 售價: 7.5 折 $356
- 語言: 簡體中文
- 裝訂: 平裝-文庫
- ISBN: 7111605810
- ISBN-13: 9787111605812
-
相關分類:
Machine Learning、DeepLearning
- 此書翻譯自: An Introduction to Machine Learning 2/e
立即出貨
買這商品的人也買了...
-
$250機器學習系統設計 (Building Machine Learning Systems with Python)
-
$648$616 -
$352面向機器智能的 TensorFlow 實踐
-
$301機器學習與數據科學基於R的統計學習方法 (Machine Learning and Data Science: An Introduction to Statistical Learning Methods with R)
-
$408機器學習 : 從公理到算法 (Machine learning: from axioms to algorithms)
-
$1,680An Introduction to Machine Learning 2/e
-
$280機器學習vs復雜系統
-
$254機器學習與大數據技術
-
$327深入淺出數據科學
-
$138企業網絡構建項目化教程
-
$280統計分析:以 R 與 Excel 為分析工具
-
$454Java 機器學習 (Mastering Java Machine Learning)
-
$330$314 -
$286圖說圖解機器學習
-
$1,529Introduction to Machine Learning, 4/e (Hardcover)
-
$311機器學習入門:基於數學原理的Python實戰
-
$280機器學習簡明教程
-
$500Python + Kivy (App開發) 從入門到實踐
-
$356視覺感知:深度學習如何知圖辨物
-
$356情感分析:人工智能如何洞察理
-
$356數據科學-機器學習如何數據掘金
-
$980$764 -
$356人工智慧超入門叢書--知識工程:人工智慧如何學貫古今
-
$419$398 -
$640$627
相關主題
商品描述
本書是一本淺顯易懂的機器學習入門教材,它以理論與實際相結合的方式全面地涵蓋了主流的機器學習理論與技術。
全書共17章,介紹了貝葉斯分類器、近鄰分類器、線性與多項式分類器、人工神經網絡、決策樹、基於規則集的分類器、遺傳算法等經典的機器學習方法,對計算學習理論、性能評估、統計顯著性等進行了討論。
講解了集成學習、多標籤學習、無監督學習和強化學習等重要的機器學習領域。
本書還通過大量的應用實例,闡述了機器學習技術的許多應用技巧。
每章結尾對相關機器學習工作都進行了歷史簡評,並附有練習、思考題和上機實驗。