文轩图书直营店专卖店 5
购物车0
首页 >  图书/音像 >  人文社科 >  计算机/网络 >  机器学习公式详解

机器学习公式详解

商品号
464006301
非常抱歉,该商品已下架,您可以先看看下面的商品哦!

或者你也可以:

1. 联系商家找宝贝。

2. 在顶部搜索框重新输入关键词搜索。

3. 为你推荐更多你可能喜欢的商品,将在15秒后自动跳转。

商家信息

店铺总评分:5

  • 描述相符:5
  • 服务态度:5
  • 发货速度:5
浏览店铺 收藏店铺

我的足迹

    • • 作者:谢文睿,秦州 著
      • 出版社:人民邮电出版社
      • 定价:49.8
      • ISBN:9787115559104
      • 出版时间:2021年03月01日
      目录
      序(王斌 小米AI 实验室主任、NLP 首席科学家) 前言 主要符号表 第 1章 绪论 式(1.1) 式(1.2) 第 2章 模型评估与选择 式(2.20) 式(2.21) 式(2.27) 式(2.41) 附注 参考文献 第3章 线性模型 式(3.5) 式(3.6) 式(3.7) 式(3.10) 式(3.27) 式(3.30) 式(3.32) 式(3.37) 式(3.38) 式(3.39) 式(3.43) 式(3.44) 式(3.45) 第4章 决策树 式(4.1) 式(4.2) 式(4.6) 式(4.7) 式(4.8) 附注 参考文献 第5章 神经网络 式(5.2) 式(5.10) 式(5.12) 式(5.13) 式(5.14) 式(5.15) ii j 目录 式(5.20) 式(5.22) 式(5.23) 式(5.24) 附注 参考文献 第6章 支持向量机 式(6.9) 式(6.10) 式(6.11) 式(6.13) 式(6.35) 式(6.37) 式(6.38) 式(6.39) 式(6.40) 式(6.41) 式(6.52) 式(6.60) 式(6.62) 式(6.63) 式(6.65) 式(6.66) 式(6.67) 式(6.70) 附注 参考文献 第7章 贝叶斯分类器 式(7.5) 式(7.6) 式(7.12) 式(7.13) 式(7.19) 式(7.20) 式(7.24) 式(7.25) 式(7.27) 式(7.34) 附注 参考文献 第8章 集成学习 式(8.1) 式(8.2) 式(8.3) 式(8.4) 式(8.5) 式(8.6) 式(8.7) 式(8.8) 式(8.9) 式(8.10) 式(8.11) 式(8.12) 式(8.13) 式(8.14) 式(8.16) 式(8.17) 式(8.18) 式(8.19) 式(8.20) 式(8.21) 式(8.22) 式(8.23) 式(8.24) 式(8.25) 式(8.26) 式(8.27) 式(8.28) 式(8.29) 式(8.30) 式(8.31) 式(8.32) 式(8.33) 式(8.34) 式(8.35) 式(8.36) 第9章 聚类 式(9.5) 式(9.6) 式(9.7) 式(9.8) 式(9.33) 式(9.34) 式(9.35) 式(9.38) 第 10章 降维与度量学习 式(10.1) 式(10.2) 式(10.3) 式(10.4) 式(10.5) 式(10.6) 式(10.10) 式(10.14) 式(10.17) 式(10.24) 式(10.28) 式(10.31) 第 11章 特征选择与稀疏学习 式(11.1) 式(11.2) 式(11.5) 式(11.6) 式(11.7) 式(11.10) 式(11.11) 式(11.12) 式(11.13) 式(11.14) 式(11.15) 式(11.16) 式(11.17) 式(11.18) 第 12章 计算学习理论 式(12.1) 式(12.2) 式(12.3) 式(12.4) 式(12.5) 式(12.7) 式(12.9) 式(12.10) 式(12.11) 式(12.12) 式(12.13) 式(12.14) 式(12.15) 式(12.16) 式(12.17) 式(12.18) 式(12.19) 式(12.20) 式(12.21) 式(12.22) 式(12.23) 式(12.24) 式(12.25) 式(12.26) 式(12.27) 式(12.28) 式(12.29) 式(12.30) 式(12.31) 式(12.32) 式(12.34) 式(12.36) 式(12.37) 式(12.38) 式(12.39) 式(12.40) 式(12.41) 式(12.42) 式(12.43) 式(12.44) 式(12.45) 式(12.46) 式(12.52) 式(12.53) 式(12.57) 式(12.58) 式(12.59) 式(12.60) 参考文献 第 13章 半监督学习 式(13.1) 式(13.2) 式(13.3) 式(13.4) 式(13.5) 式(13.6) 式(13.7) 式(13.8) 式(13.9) 式(13.12) 式(13.13) 式(13.14) 式(13.15) 式(13.16) 式(13.17) 式(13.20) 第 14章 概率图模型 式(14.1) 式(14.2) 式(14.3) 式(14.4) 式(14.7) 式(14.8) 式(14.9) 式(14.10) 式(14.14) 式(14.15) 式(14.16) 式(14.17) 式(14.18) 式(14.19) 式(14.20) 式(14.22) 式(14.26) 式(14.27) 式(14.28) 式(14.29) 式(14.30) 式(14.31) 式(14.32) 式(14.33) 式(14.34) 式(14.35) 式(14.36) 式(14.37) 式(14.38) 式(14.39) 式(14.40) 式(14.41) 式(14.42) 式(14.43) 式(14.44) 第 15章 规则学习 式(15.2) 式(15.3) 式(15.6) 式(15.7) 式(15.9) 式(15.10) 式(15.11) 式(15.12) 式(15.13) 式(15.14) 式(15.16) 第 16章 强化学习 式(16.2) 式(16.3) 式(16.4) 式(16.7) 式(16.8) 式(16.10) 式(16.14) 式(16.16) 式(16.31)
      内容简介

      周志华老师的《机器学习》(俗称“西瓜书”)是机器学习领域的经典入门教材之一。本书(俗称“南瓜书”)基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成,旨在对“西瓜书”中重难点公式加以解析,以及对部分公式补充具体的推导细节。 全书共16 章,与“西瓜书”章节、公式对应,每个公式的推导和解析都以本科数学基础的视角进行讲解,希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料,以便有兴趣的读者进一步钻研探索。 本书思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

      机器学习公式详解
    • 商品评论

      暂无商品评论

    • 暂无商品咨询