作 者:(美)柯克(Matthew Kirk) 著;段菲 譯 著作
定 價:49
出 版 社:人民郵電出版社
出版日期:2015年08月01日
頁 數:188
裝 幀:平裝
ISBN:9787115396181
●前言
●第1章 測試驅動的機器學習
●1.1 TDD的歷史
●1.2 TDD與科學方法
●1.2.1 TDD可構建有效的邏輯命題
●1.2.2 TDD要求你將假設以文字或代碼的形式記錄下來
●1.2.3 TDD和科學方法的閉環反饋機制
●1.3 機器學習中的風險
●1.3.1 數據的不穩定性
●1.3.2 欠擬合
●1.3.3 過擬合
●1.3.4 未來的不可預測性
●1.4 為降低風險應采用的測試
●1.4.1 利用接縫測試減少數據中的不穩定因素
●1.4.2 通過交叉驗證檢驗擬合效果
●1.4.3 通過測試訓練速度降低過擬合風險
●1.4.4 檢測未來的精度和查全率漂移情況
●1.5 小結
●第2章 機器學習概述
●2.1 什麼是機器學習
●部分目錄
《機器學習實踐：測試驅動的開發方法》面技術開發人員、cto和咨詢顧問人員，介紹了機器學習的基本原理，涵蓋了測試驅動的機器學習、機器學習概述、k近鄰分類、樸素貝葉斯分類、隱馬爾科夫模型、支持向量機、神經網絡、聚類、核嶺回歸、模型改進與數據提取等內容。
(美)柯克(Matthew Kirk) 著;段菲 譯 著作
Matthew Kirk擁有經濟學和應用與計算數學科學雙學士學位。在2012年年初創立了數據科學和Ruby開發咨詢公司Modulus 7。針對使用機器學習和數據科學在全球做過演講。
段菲，原三星電子（中國）研究院資深研究員，研究方向為機器學習和計算機視覺。
