微信读书书城机器学习
首页我的书架登录
书籍封面
机器学习
赵卫东 董亮
微信读书推荐值 67.3%
67.3%
107人点评
推荐
一般
不行
推荐(71)
一般(28)
不行(8)
阅读
7064人
会员卡可读
字数
35.6万字
微信读书推荐值 67.3%
67.3%
107人点评
推荐
一般
不行
推荐(71)
一般(28)
不行(8)
阅读
7064人
会员卡可读
字数
35.6万字
机器学习赵卫东 董亮
微信读书推荐值
67.3%
107人点评
推荐
一般
不行
推荐
一般
不行
推荐(71)
一般(28)
不行(8)
阅读
7064人
电子书
会员卡可读
字数
35.6万字
微信读书推荐值
67.3%
107人点评
推荐
一般
不行
推荐
一般
不行
推荐(71)
一般(28)
不行(8)
阅读
7064人
电子书
会员卡可读
字数
35.6万字
简介

机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书内容涵盖了机器学习的基础知识,主要包括机器学习的概论、统计学习基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习理论知识,也包括用于大数据机器学习的分布式机器学习算法、深度学习和加强学习等高等级内容。此外,还介绍了机器学习的热门应用领域推荐技术,并给出了华为机器学习平台上的实验。本书深入浅出、内容全面、案例丰富,每章后都有习题和参考文献,便于学生巩固学习,适用于高等院校本科生、研究生机器学习、数据分析、数据挖掘等课程的教材,也可作为对机器学习感兴趣的研究人员和工程技术人员的参考资料。

机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书内容涵盖了机器学习的基础知识,主要包括机器学习的概论、统计学习基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习理论知识,也包括用于大数据机器学习的分布式机器学习算法、深度学习和加强学习等高等级内容。此外,还介绍了机器学习的热门应用领域推荐技术,并给出了华为机器学习平台上的实验。本书深入浅出、内容全面、案例丰富,每章后都有习题和参考文献,便于学生巩固学习,适用于高等院校本科生、研究生机器学习、数据分析、数据挖掘等课程的教材,也可作为对机器学习感兴趣的研究人员和工程技术人员的参考资料。

简介

机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书内容涵盖了机器学习的基础知识,主要包括机器学习的概论、统计学习基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习理论知识,也包括用于大数据机器学习的分布式机器学习算法、深度学习和加强学习等高等级内容。此外,还介绍了机器学习的热门应用领域推荐技术,并给出了华为机器学习平台上的实验。本书深入浅出、内容全面、案例丰富,每章后都有习题和参考文献,便于学生巩固学习,适用于高等院校本科生、研究生机器学习、数据分析、数据挖掘等课程的教材,也可作为对机器学习感兴趣的研究人员和工程技术人员的参考资料。

版权

出版社人民邮电出版社有限公司
出版时间2018年7月
字数356,034
分类计算机-人工智能
试读结束
本书为付费会员卡可读
登录后获得专属福利 · 百万好书免费读
热门想法
复制
划线
写想法
查询
书友想法
评论
0
赞
0
      暂无评论
      发 表
      回复
      赞
      评论详情
        发 表
        写想法
        公开
        确定删除吗?
        取 消
        删 除
        想法 · 0
        写想法
        书友想法
        评论
        0
        赞
        0
            暂无评论
            发 表
            回复
            赞
            评论详情
              发 表
              写想法
              公开
              查询
              继续提问
              Generated by AI
              写想法
              公开
              字号大小
              字体
              目录
              Ai 问书
              笔记
              开启书友想法
              上下滚动阅读
              字号
              浅色
              书籍封面

              机器学习

              赵卫东 董亮
              • 扉页
              • 版权信息
                +书签
              • 内容提要
              • 编委会
              • 丛书序一
              • 丛书序二
              • 前言
              • 第1章 机器学习概述
              • 1.1 机器学习简介
              • 1.2 机器学习、人工智能和数据挖掘
              • 1.3 典型机器学习应用领域
              • 1.4 机器学习算法
              • 1.5 机器学习的一般流程
              • 习题
              • 第2章 机器学习基本方法
              • 2.1 统计分析
              • 2.2 高维数据降维
              • 2.3 特征工程
              • 2.4 模型训练
              • 2.5 可视化分析
              • 习题
              • 第3章 决策树与分类算法
              • 3.1 决策树算法
              • 3.2 集成学习
              • 3.3 决策树应用
              • 习题
              • 第4章 聚类分析
              • 4.1 聚类分析概念
              • 4.2 聚类分析的度量
              • 4.3 基于划分的聚类
              • 4.4 基于密度的聚类
              • 4.5 基于层次的聚类
              • 4.6 基于网格的聚类
              • 4.7 基于模型的聚类
              • 习题
              • 第5章 文本分析
              • 5.1 文本分析介绍
              • 5.2 文本特征提取及表示
              • 5.3 知识图谱
              • 5.4 词法分析
              • 5.5 句法分析
              • 5.6 语义分析
              • 5.7 文本分析应用
              • 习题
              • 第6章 神经网络
              • 6.1 神经网络介绍
              • 6.2 神经网络相关概念
              • 6.3 神经网络应用
              • 习题
              • 第7章 贝叶斯网络
              • 7.1 贝叶斯理论概述
              • 7.2 贝叶斯概率基础
              • 7.3 朴素贝叶斯分类模型
              • 7.4 贝叶斯网络推理
              • 7.5 贝叶斯网络的应用
              • 习题
              • 第8章 支持向量机
              • 8.1 支持向量机模型
              • 8.2 支持向量机应用
              • 习题
              • 第9章 进化计算
              • 9.1 遗传算法的基础
              • 9.2 蚁群算法
              • 9.3 蜂群算法
              • 习题
              • 第10章 分布式机器学习
              • 10.1 分布式机器学习基础
              • 10.2 分布式机器学习框架
              • 10.3 并行决策树
              • 10.4 并行k-均值算法
              • 习题
              • 第11章 深度学习
              • 11.1 卷积神经网络
              • 11.2 循环神经网络
              • 11.3 深度学习流行框架
              • 习题
              • 第12章 高级深度学习
              • 12.1 高级卷积神经网络
              • 12.2 高级循环神经网络应用
              • 12.3 无监督式深度学习
              • 12.4 强化学习
              • 12.5 迁移学习
              • 12.6 对偶学习
              • 习题
              • 第13章 推荐系统
              • 13.1 推荐系统基础
              • 13.2 推荐系统通用模型
              • 13.3 推荐系统评测
              • 13.4 推荐系统常见问题
              • 13.5 推荐系统实例
              • 习题
              • 第14章 实验
              • 14.1 华为FusionInsight产品平台介绍
              • 14.2 银行定期存款业务预测
              • 14.3 客户分群
              • 附录 《机器学习》配套实验课程方案简介
              • 参考文献
              是否关闭自动购买?
              关闭后,阅读到本书未购买章节均需要手动购买确认。
              取消关闭
              机器学习
              已读到0% · 共0条笔记
              书籍封面
              你可以在这里记录本书的
              想法、划线、书签
              点评此书
              点评此书
              推荐
              一般
              不行
              公开
              书友想法
              评论
              0
              赞
              0
                  暂无评论
                  发 表
                  回复
                  赞
                  评论详情
                    发 表
                    确定删除吗?
                    取 消
                    删 除
                    《机器学习》

                    仅支持付费会员使用
                    微信扫码开通付费会员
                    qr

                    仅支持付费会员使用
                    微信扫码开通付费会员
                    qr