機器學習公式詳解
謝文睿，秦州
- 出版商: 人民郵電
- 出版日期: 2021-03-01
- 定價: $359
- 售價: 5.0 折 $180
- 語言: 簡體中文
- 頁數: 155
- 裝訂: 平裝
- ISBN: 7115559104
- ISBN-13: 9787115559104
-
相關分類:
Machine Learning
-
其他版本:
機器學習公式詳解, 2/e
買這商品的人也買了...
-
基礎資料結構 ─ 使用 C++ (Fundamentals of Data Structures in C++, 2/e)$790$774 -
機器學習$648$616 -
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
Deep Learning 2｜用 Python 進行自然語言處理的基礎理論實作$680$537 -
$500統計學習方法, 2/e -
Data Science from Scratch｜用 Python 學資料科學, 2/e (中文版)(Data Science from Scratch: First Principles with Python, 2/e)$680$537 -
SQL Server 2019/2017 資料庫設計與開發實務$620$490 -
$403機器學習理論導引 -
機器學習中的數學修煉$534$507 -
預測之美：機器學習及深度學習真實生活應用$780$663 -
$224深度學習：從入門到精通 (微課版) -
Python 3.9 技術手冊$560$442 -
$607機器學習導論 -
Deep Learning 3｜用 Python 進行深度學習框架的開發實作$780$616 -
白話演算法！培養程式設計的邏輯思考 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$520$411 -
最踏實 AI 之路：全白話機器學習一次搞懂$780$663 -
Python 刷題鍛鍊班：老手都刷過的 50 道程式題, 求職面試最給力 (Python Workout: 50 ten-minute exercises)$480$379 -
計算機組成原理－基礎知識揭密與系統程式設計初步$600$468 -
$551OpenCV 4 機器學習算法原理與編程實戰 -
圖深度學習$708$673 -
數據結構與算法之美 (全彩印刷)$719$683 -
專案管理輕鬆學：PMP 國際專案管理師教戰寶典, 2/e (適用2021新制考試＜含敏捷管理＞)$680$530 -
$509機器學習算法競賽實戰 -
Python 資料分析必備套件！Pandas 資料清理、重塑、過濾、視覺化 (Pandas 1.x Cookbook, 2/e)$780$616 -
機器學習 公式推導與代碼實現$599$569
相關主題
商品描述
周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經典入門教材之一。本書（俗稱“南瓜書”）基於Datawhale 成員自學“西瓜書”時記下的筆記編著而成，旨在對“西瓜書”中重難點公式加以解析，以及對部分公式補充具體的推導細節。
全書共16 章，與“西瓜書”章節、公式對應，每個公式的推導和解析都以本科數學基礎的視角進行講解，希望能夠幫助讀者達到“理工科數學基礎扎實點的大二下學期學生”水平。每章都附有相關閱讀材料，以便有興趣的讀者進一步鑽研探索。
本書思路清晰，視角獨特，結構合理，可作為高等院校電腦及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。
作者簡介
謝文睿
北京工業大學碩士， 開源組織Datawhale 核心成員兼開源項目負責人，主要研究方向為機器學習與自然語言處理。
秦州
康奈爾大學計算機碩士，Datawhale重要貢獻成員。阿里巴巴算法工程師，主要研究方向為圖神經網絡的研發和應用。
CIKM 2019最佳應用論文作者，開源圖神經網絡框架graph-learn核心開發者。
目錄大綱
序（王斌小米AI 實驗室主任、NLP 首席科學家）
前言
主要符號表
第1章緒論
式(1.1)
式(1.2)
第2章模型評估與選擇
式(2.20)
式(2.21)
式(2.27)
式(2.41)
附註
參考文獻
第3章線性模型
式(3.5)
式(3.6)
式(3.7)
式(3.10)
式(3.27)
式(3.30)
式(3.32)
式(3.37)
式(3.38)
式(3.39)
式(3.43)
式(3.44)
式(3.45)
第4章決策樹
式(4.1)
式(4.2)
式(4.6)
式(4.7)
式(4.8)
附註
參考文獻
第5章神經網絡
式(5.2)
式(5.10)
式(5.12)
式(5.13)
式(5.14)
式(5.15)
ii j 目錄
式(5.20)
式(5.22)
式(5.23)
式(5.24)
附註
參考文獻
第6章支持向量機
式(6.9)
式(6.10)
式(6.11)
式(6.13)
式(6.35)
式(6.37)
式(6.38)
式(6.39)
式(6.40)
式(6.41)
式(6.52)
式(6.60)
式(6.62)
式(6.63)
式(6.65)
式(6.66)
式(6.67)
式(6.70)
附註
參考文獻
第7章貝葉斯分類器
式(7.5)
式(7.6)
式(7.12)
式(7.13)
式(7.19)
式(7.20)
式(7.24)
式(7.25)
式(7.27)
式(7.34)
附註
參考文獻
第8章集成學習
式(8.1)
式(8.2)
式(8.3)
式(8.4)
式(8.5)
式(8.6)
式(8.7)
式(8.8)
式(8.9)
式(8.10)
式(8.11)
式(8.12)
式(8.13)
式(8.14)
式(8.16)
式(8.17)
式(8.18)
式(8.19)
式(8.20)
式(8.21)
式(8.22)
式(8.23)
式(8.24)
式(8.25)
式(8.26)
式(8.27)
式(8.28)
式(8.29)
式(8.30)
式(8.31)
式(8.32)
式(8.33)
式(8.34)
式(8.35)
式(8.36)
第9章聚類
式(9.5)
式(9.6)
式(9.7)
式(9.8)
式(9.33)
式(9.34)
式(9.35)
式(9.38)
第10章降維與度量學習
式(10.1)
式(10.2)
式(10.3)
式(10.4)
式(10.5)
式(10.6)
式(10.10)
式(10.14)
式(10.17)
式(10.24)
式(10.28)
式(10.31)
第11章特徵選擇與稀疏學習
式(11.1)
式(11.2)
式(11.5)
式(11.6)
式(11.7)
式(11.10)
式(11.11)
式(11.12)
式(11.13)
式(11.14)
式(11.15)
式(11.16)
式(11.17)
式(11.18)
第12章計算學習理論
式(12.1)
式(12.2)
式(12.3)
式(12.4)
式(12.5)
式(12.7)
式(12.9)
式(12.10)
式(12.11)
式(12.12)
式(12.13)
式(12.14)
式(12.15)
式(12.16)
式(12.17)
式(12.18)
式(12.19)
式(12.20)
式(12.21)
式(12.22)
式(12.23)
式(12.24)
式(12.25)
式(12.26)
式(12.27)
式(12.28)
式(12.29)
式(12.30)
式(12.31)
式(12.32)
式(12.34)
式(12.36)
式(12.37)
式(12.38)
式(12.39)
式(12.40)
式(12.41)
式(12.42)
式(12.43)
式(12.44)
式(12.45)
式(12.46)
式(12.52)
式(12.53)
式(12.57)
式(12.58)
式(12.59)
式(12.60)
參考文獻
第13章半監督學習
式(13.1)
式(13.2)
式(13.3)
式(13.4)
式(13.5)
式(13.6)
式(13.7)
式(13.8)
式(13.9)
式(13.12)
式(13.13)
式(13.14)
式(13.15)
式(13.16)
式(13.17)
式(13.20)
第14章概率圖模型
式(14.1)
式(14.2)
式(14.3)
式(14.4)
式(14.7)
式(14.8)
式(14.9)
式(14.10)
式(14.14)
式(14.15)
式(14.16)
式(14.17)
式(14.18)
式(14.19)
式(14.20)
式(14.22)
式(14.26)
式(14.27)
式(14.28)
式(14.29)
式(14.30)
式(14.31)
式(14.32)
式(14.33)
式(14.34)
式(14.35)
式(14.36)
式(14.37)
式(14.38)
式(14.39)
式(14.40)
式(14.41)
式(14.42)
式(14.43)
式(14.44)
第15章規則學習
式(15.2)
式(15.3)
式(15.6)
式(15.7)
式(15.9)
式(15.10)
式(15.11)
式(15.12)
式(15.13)
式(15.14)
式(15.16)
第16章強化學習
式(16.2)
式(16.3)
式(16.4)
式(16.7)
式(16.8)
式(16.10)
式(16.14)
式(16.16)
式(16.31)
