pdf

机器学习〔中文版〕

  • 1星
  • 日期: 2021-05-04
  • 大小: 11.45MB
  • 所需积分:0分
  • 下载次数:1
  • favicon收藏
  • rep举报
  • free评论
标签: 机器学习

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

AI

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业  本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。

译者序

前言

第1章  引言

第2章  概念学习和一般到特殊序

第3章  决策树学习

第4章  人工神经网络

第5章  评估假设

第6章  贝叶斯学习

第7章  计算学习理论

第8章  基于实例的学习

第9章  遗传算法

第10章  学习规则集合

第11章  分析学习

第12章  归纳和分析学习的结合

第13章  增强学习

附录  符号约定

更多简介内容

推荐帖子

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
$(function(){ var appid = $(".select li a").data("channel"); $(".select li a").click(function(){ var appid = $(this).data("channel"); $('.select dt').html($(this).html()); $('#channel').val(appid); }) })
×