2天前(2025-05-04)

《机器学习导论(原书第3版)》PDF下载

56
10
2天前
机器学习导论(原书第3版)封面
56
10
语言:
中文
作者:
[土耳其] 埃塞姆·阿培丁(EthemAlpaydin)
出版社:
机械工业出版社
发布时间:
2016年1月
系列:
计算机科学丛书
页数:
356
ISBN:
9787111521945
标签:

内容简介

机器学习的目标是对计算机编程,以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用,包括分析以往销售数据来预测客户行为,优化机器人的行为以便使用较少的资源来完成任务,以及从生物信息数据中提取知识的各种系统。本书是关于机器学习的内容全面的教科书,其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习,贝叶斯决策理论,参数、半参数和非参数方法,多元分析,隐马尔可夫模型,增强学习,核机器,图模型,贝叶斯估计和统计检验。

机器学习正在迅速成为计算机科学专业的学生必须掌握的一门技能。本书第3版反映了这种变化,增加了对初学者的支持,包括给出了部分习题的参考答案和补充了实例数据集(提供在线代码)。其他显著的变化包括离群点检测的讨论、感知器和支持向量机的排名算法、矩阵分解和谱方法、距离估计、新的核算法、多层感知器的深度学习和非参数贝叶斯方法。书中对所有学习算法都进行了解释,以便读者可以很容易地将书中的公式转变为计算机程序。

本书可以用作高年级本科生和硕士研究生的教材,也可供研究机器学习方法的技术人员参考。

更多关于《机器学习导论(原书第3版)》的信息(豆瓣图书页面)

下载

如果上方的下载按钮无法下载,可以使用此处的下载地址手动跳转。

文件网盘logo夸克网盘下载 下载地址: 机器学习导论(原书第3版)电子版下载地址提取码:PKnq

本站所有资源均经过人工检查,确保质量。每一个都是互联网上能收集到的质量最好的版本。对于多个版本的书籍,一般只收录最新版本。

本站所有资源均免费,如果您觉得还行,请分享给更多的人。如果您有任何问题,或者想贡献更优质的版本,可以点击下方【建议/报告问题】按钮提交。