机器学习导论

书籍简介:

本书是关于机器学习这一主题内容全面的教科书，涵盖了通常在机器学习导论中并不包括的广泛题材。对机器学习的定义和应用实例进行了介绍，涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式、多层感知器、局部模型、核机器、图方法、隐马尔可夫模型、贝叶斯估计、组合多学习器、增强学习以及机器学习实验的设计与分析等。

书籍规格:

书籍信息归属:

机器学习导论是机械工业出版社于2015.11出版的中图分类号为 TP181 的主题关于 机器学习－研究 的书籍。