出版社:清华大学出版社
年代:2018
定价:69.0
针对机器学习领域中最常见的一类问题——有监督学习,本书从入门、进阶、深化三个层面由浅入深地对该问题进行了讲解。三个层面包括基础入门算法层面、有监督学习的核心理论层面、理论背后的数学原理层面。基础入门算法部分以逻辑回归对整书所有涉及的知识点进行了串联;核心理论涵盖了结构风险最小、正则化、以及求解时使用的最优化理论;数学原理则主要包括最大熵原理、拉格朗日乘数法、Fenchel对偶等理论在数学上的推导。
书籍详细信息 | |||
书名 | 机器学习站内查询相似图书 | ||
9787302517184 如需购买下载《机器学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 清华大学出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 69.0 | 语种 | 简体中文 |
尺寸 | 26 × 19 | 装帧 | 平装 |
页数 | 印数 | 2000 |
(新西兰) 史蒂芬·马斯兰 (Stephen Marsland) , 著
(意) 朱塞佩·博纳科尔索, 著
(意) 朱塞佩·博纳科尔索 (Giuseppe Bonaccorso) , 著
诸葛越, 主编
王建芳, 著
(美) 罗伯特·夏皮雷 (Robert E.Schapire) , (美) 约夫·弗雷德 (Yoav Freund) , 著
王磊, 王晓东, 编著
(意) 朱塞佩·博纳科尔索 (Giuseppe Bonaccorso) , 著
(美) 迈克尔·贝耶勒 (Michael Beyeler) , 著