首页  软件  游戏  图书  电影  电视剧

请输入您要查询的图书:

 

图书 机器学习/图灵程序设计丛书
内容
编辑推荐

弗拉赫编著段菲编绎的《机器学习》是迄今市面上内容最为全面的机器学习教材之一,书中汇集了所有用于理解、挖掘和分析数据的先进方法,并且通过数百个精选实例和解说性插图,直观而准确地阐释了这些方法背后的原理,内容涵盖了机器学习的构成要素和机器学习任务、逻辑模型、几何模型、统计模型,以及矩阵分解、ROC分析等时下热点话题。

本书不仅内容丰富,而且图文并茂,无论是新手还是有经验的读者都能从中获益。

内容推荐

弗拉赫编著段菲编绎的《机器学习》是最全面的机器学习教材之一。书中首先介绍了机器学习的构成要素(任务、模型、特征)和机器学习任务,接着详细分析了逻辑模型(树模型、规则模型)、几何模型(线性模型和基于距离的模型)和概率模型,然后讨论了特征、模型的集成,以及被机器学习研究者称为“实验”的方法。作者不仅使用了已有术语,还引入了一些新的概念,同时提供了大量精选的示例和插图解说。

本书适合具备机器学习理论基础的理工科、信息技术类学生,以及数学、自动化、计算机科学等专业人员阅读。

目录

绪论 机器学习概述

第1章 机器学习的构成要素 

 1.1 任务:可通过机器学习解决的问题 

1.1.1 探寻结构 

1.1.2 性能评价 

 1.2 模型:机器学习的输出 

1.2.1 几何模型 

1.2.2 概率模型 

1.2.3 逻辑模型 

1.2.4 分组模型与评分模型 

 1.3 特征:机器学习的马达 

1.3.1 特征的两种用法 

1.3.2 特征的构造与变换 

1.3.3 特征之间的交互 

 1.4 总结与展望 

第2章 两类分类及相关任务 

 2.1 分类 

2.1.1 分类性能的评价 

2.1.2 分类性能的可视化 

 2.2 评分与排序 

2.2.1 排序性能的评价及可视化 

2.2.2 将排序器转化为分类器 

 2.3 类概率估计 

2.3.1 类概率估计量 

2.3.2 将排序器转化为概率估计子 

 2.4 小结与延伸阅读 

第3章 超越两类分类 

 3.1 处理多类问题 

3.1.1 多类分类 

3.1.2 多类得分及概率 

 3.2 回归 

 3.3 无监督学习及描述性学习 

3.3.1 预测性聚类与描述性聚类 

3.2.2 其他描述性模型 

 3.4 小结与延伸阅读 

第4章 概念学习 

 4.1 假设空间 

4.1.1 最小一般性 

4.1.2 内部析取 

 4.2 通过假设空间的路径 

4.2.1 最一般相容假设 

4.2.2 封闭概念 

 4.3 超越合取概念 

 4.4 可学习性 

 4.5 小结与延伸阅读 

第5章 树模型 

 5.1 决策树 

 5.2 排序与概率估计树 

 5.3 作为减小方差的树学习方法 

5.3.1 回归树 

5.3.2 聚类树 

 5.4 小结与延伸阅读 

第6章 规则模型 

 6.1 学习有序规则列表 

 6.2 学习无序规则集 

6.2.1 用于排序和概率估计的规则集 

6.2.2 深入探究规则重叠 

 6.3 描述性规则学习 

6.3.1 用于子群发现的规则学习 

6.3.2 关联规则挖掘 

 6.4 一阶规则学习 

 6.5 小结与延伸阅读 

第7章 线性模型 

 7.1 最小二乘法 

7.1.1 多元线性回归 

7.1.2 正则化回归 

7.1.3 利用最小二乘回归实现分类 

 7.2 感知机 

 7.3 支持向量机 

 7.4 从线性分类器导出概率 

 7.5 超越线性的核方法 

 7.6 小结与延伸阅读 

第8章 基于距离的模型 

 8.1 距离测度的多样性 

 8.2 近邻与范例 

 8.3 最近邻分类器 

 8.4 基于距离的聚类 

8.4.1 K均值算法 

8.4.2 K中心点聚类 

8.4.3 silhouette

 8.5 层次聚类 

 8.6 从核函数到距离 

 8.7 小结与延伸阅读 

第9章 概率模型 

 9.1 正态分布及其几何意义 

 9.2 属性数据的概率模型 

9.2.1 利用朴素贝叶斯模型实现分类 

9.2.2 训练朴素贝叶斯模型 

 9.3 通过优化条件似然实现鉴别式学习 

 9.4 含隐变量的概率模型 

9.4.1 期望最大化算法 

9.4.2 高斯混合模型 

 9.5 基于压缩的模型 

 9.6 小结与延伸阅读 

第10章 特征 

 10.1 特征的类型 

10.1.1 特征上的计算 

10.1.2 属性特征、有序特征及数量特征 

10.1.3 结构化特征 

 10.2 特征变换 

10.2.1 阈值化与离散化 

10.2.2 归一化与标定 

10.2.3 特征缺失 

 10.3 特征的构造与选择 

 10.4 小结与延伸阅读 

第11章 模型的集成 

 11.1 Bagging 与随机森林 

 11.2 Boosting

 11.3 集成学习进阶 

11.3.1 偏差、方差及裕量 

11.3.2 其他集成方法 

11.3.3 元学习 

 11.4 小结与延伸阅读 

第12章 机器学习的实验 

 12.1 度量指标的选择 

 12.2 量指标的获取 

 12.3 如何解释度量指标 

 12.4 小结与延伸阅读 

后记 路在何方 

记忆要点 

参考文献 

标签
缩略图
书名 机器学习/图灵程序设计丛书
副书名
原作名
作者 (英)弗拉赫
译者 段菲
编者
绘者
出版社 人民邮电出版社
商品编码(ISBN) 9787115405777
开本 16开
页数 280
版次 1
装订 平装
字数 515
出版时间 2016-01-01
首版时间 2016-01-01
印刷时间 2016-01-01
正文语种
读者对象 普通大众
适用范围
发行范围 公开发行
发行模式 实体书
首发网站
连载网址
图书大类
图书小类
重量 0.574
CIP核字 2015233670
中图分类号 TP181
丛书名
印张 18.25
印次 1
出版地 北京
260
185
14
整理
媒质 图书
用纸 普通纸
是否注音
影印版本 原版
出版商国别 CN
是否套装 单册
著作权合同登记号 图字01-213-3888号
版权提供者
定价
印数 4000
出品方
作品荣誉
主角
配角
其他角色
一句话简介
立意
作品视角
所属系列
文章进度
内容简介
作者简介
目录
文摘
安全警示 适度休息有益身心健康,请勿长期沉迷于阅读小说。
随便看

 

兰台网图书档案馆全面收录古今中外各种图书,详细介绍图书的基本信息及目录、摘要等图书资料。

 

Copyright © 2004-2025 xlantai.com All Rights Reserved
更新时间:2025/5/12 5:25:55