关于我们
![]() ![]() |
机器学习经典算法与案例实战
"本书以案例为载体,介绍了目前机器学习的部分主流算法及其应用,简要概括部分主流算法的基本原理,详细说明应用算法过程中需要注意的问题,通过实际案例的解析使学生更好地掌握主流算法。
全书共四部分。第一部分(第1章)为理论基础,着重介绍机器学习的发展及主流应用,还详细介绍了本书中全部案例运行环境的搭建方法。第二部分(第2~7章)为监督学习模型,着重介绍了贝叶斯分类器、线性模型、决策结、K近邻、支持向量机和随机森林的基本原理。第三部分(第8、9章)为无监督学习模型,详细介绍了数据降维和K均值聚类。第四部分(第10~12章)为神经网络与深度学习,介绍了几类目前流行的神经网络和深度学习网络。全书提供了大量应用案例,每章后均附有习题。 本书适合作为各类高等院校计算机、人工智能专业的教材,也适合作为相关专业研究生的入门教材,还可供人工智能和数据挖掘方向的开发人员、广大科技工作者和研究人员参考。 "
你还可能感兴趣
我要评论
|