• 可以使用搜索框,搜索指定的书籍!
  • 终于有Python的书籍了,暂时没人访问😢

图解机器学习

AI学习 wanyahai 3个月前 (09-29) 217次浏览 0个评论 扫描二维码

本书用丰富的图示,从最小二乘法出发,对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况;第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法;第Ⅳ部分介绍了各种无监督学习算法;第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的 MATLAB 程序源代码,可以用来进行简单的测试。
本书适合所有对机器学习有兴趣的初学者阅读。
187 张图解轻松入门
提供可执行的 Matlab 程序代码
覆盖机器学习中最经典、用途最广的算法
专业实用
东京大学教授、机器学习权威专家执笔,浓缩机器学习的关键知识点
图文并茂
187 张图示帮助理解,详略得当,为读懂大部头开路。
角度新颖
基于最小二乘法讲解各种有监督学习的回归和分类算法,以及无监督学习算法。
实战导向
配有可执行的 MATLAB 程序代码,边学习边实践。

杉山将
1974 年生于大阪。东京工业大学计算机工程学博士毕业,现为东京大学教授、日本国立信息学研究所客座教授。主要从事机器学习的理论研究和算法开发,以及在信号和图像处理等方面的应用。2011 年获日本信息处理学会长尾真纪念特别奖。著有《统计机器学习》、Density Ratio Estimation in Machine Learning 等。同时也是 Pattern Recognition and Machine Learning 日文版的译者之一。
许永伟
2009 年赴东京大学攻读博士学位,现于东京大学空间信息科学研究所从事博士后研究(特任研究员)。主要研究方向为模式识别与机器学习、图像处理与计算机视觉,对数据挖掘、大数据和信息架构有浓厚兴趣。

第 I 部分 绪 论
第 1 章 什么是机器学习 2
第 2 章 学习模型 12
第 II 部分 有监督回归
第 3 章 最小二乘学习法 22
第 4 章带有约束条件的最小二乘法 31
第 5 章 稀疏学习 43
第 6 章 鲁棒学习 55
第 III 部分 有监督分类
第 7 章 基于最小二乘法的分类 70
第 8 章 支持向量机分类 80
第 9 章 集成分类 98
第 10 章 概率分类法 112
第 11 章序列数据的分类 121
第 IV 部分 无监督学习
第 12 章 异常检测 132
第 13 章 无监督降维 143
第 14 章 聚类 158
第 V 部分 新兴机器学习算法
第 15 章 在线学习 170
第 16 章 半监督学习 181
第 17 章 监督降维 188
第 18 章 迁移学习 197
第 19 章 多任务学习 212
第 VI 部分 结 语
第 20 章 总结与展望 222


本站大部分内容收集于互联网,只做学习和交流使用,版权归原作者所有。本站发布的内容若侵犯到您的权益,请联系本站处理。
喜欢 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址