| 所在主题： | |
| 文件名: 【试读】图解机器学习.pdf | |
| 资料下载链接地址: https://bbs.pinggu.org/a-1770239.html | |
| 附件大小: | |
|
最简单的机器学习入门书 专业实用：东京大学教授、机器学习权威专家杉山将执笔，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 作者杉山将 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。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。 译者许永伟 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。 《图解机器学习》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。 [hide] [/hide]译者序 序 第I部分绪论 第1章什么是机器学习 第2章学习模型 第II部分有监督回归 第3章最小二乘学习法 第4章带有约束条件的最小二乘法 第5章稀疏学习 第6章鲁棒学习 第III部分有监督分类 第7章基于最小二乘法的分类 第8章支持向量机分类 第9章集成分类 第10章概率分类法 第11章序列数据的分类 第IV部分无监督学习 第12章异常检测 第13章无监督降维 第14章聚类 第V部分新兴机器学习算法 第15章在线学习 第16章半监督学习 第17章监督降维 第18章迁移学习 第19章多任务学习 第VI部分结 语 第20章总结与展望 参考文献 |
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。 (如有侵权，欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
