產品名稱：機器學習 導論 機器學習 是否是套裝：否 書名：機器學習 導論 機器學習 機器學習 導論 機器學習 代碼：79 出版社名稱：機械工業出版社 作者：米羅斯拉夫·庫巴特 ISBN編號：9787111548683
" 機器學習導論 作 者:(美)米羅斯拉夫·庫巴特(Miroslav Kubat) 著；王勇,仲國強,孫鑫 譯  定 價:79 出 版 社:機械工業出版社 出版日期:2016年11月01日 頁 數:309 裝 幀:平裝 ISBN:9787111548683  ●推薦序
●前言
●第1章一個簡單的機器學習任務
●1.1訓練集和分類器
●1.2一點題外話：爬山搜索
●1.3機器學習中的爬山法
●1.4分類器的性能
●1.5可用數據的困難
●1.6總結和歷史簡評
●1.7鞏固你的知識
●第2章概率：貝葉斯分類器
●2.1單屬性的情況
●2.2離散屬性值的向量
●2.3稀少事件的概率：利用專家的直覺
●2.4如何處理連續屬性
●2.5高斯鐘形函數：一個標準的概率密度函數
●2.6用高斯函數的集合近似概率密度函數
●2.7總結和歷史簡評
●2.8鞏固你的知識
●第3章相似性：最近鄰分類器......  內容簡介  這本書通過給出易操作的實踐指導、采用簡單的例子、激勵學生討論有趣的應用問題，用一種易於理解的方式介紹了機器學習的基本思想。本書主題包括貝葉斯分類器、近鄰分類器、線性和多項式分類器、決策樹、神經網絡以及支持向量機。後面的章節展示了如何把這些簡單工具通過“提升”（boosting）的方式結合起來，怎樣將它們應用於更加復雜的領域，以及如何處理各種不錯的實踐問題。其中有一章介紹了廣為人知的遺傳算法。  (美)米羅斯拉夫·庫巴特(Miroslav Kubat) 著；王勇,仲國強,孫鑫 譯  米羅斯拉夫·庫巴特，美國邁阿密大學教授，從事機器學習教學和研究超過25年。他已發表100餘篇經過同行評審的論文，與人合編了兩本著作，是近60個會議和研討會的程序委員會委員，並擔任3本學術刊物的編委。他在兩個方面的前沿研究上得到了廣泛贊譽：時變概念的歸納學習和在非平衡訓練集上的學習。此外，在多標簽樣例上的歸納學習、層次組織的類別上的歸納學習、遺傳算法、神經網絡的初始化等問題上，他也做出了很多貢獻。  目前，機器學習慢慢走向成熟。你可能覺得這隻是老生常談，請讓我做一個詳細說明。
人們希望機器某一天能夠自己學習，這個夢想幾乎在計算機出現時就有了，也許更早。不過，長久以來，這僅僅是一個想像而已。羅森布拉特（Rosenblatt）感知器的提出曾經掀起過一股熱潮，但是現在回想起來，這股熱潮沒能持續很長的時間。至於接下來的嘗試，使情況發展得更糟糕，這個領域甚至沒有再引起人們的注意，長期被忽視，因而無法取得重大突破，也沒有這一類的軟件公司，後續研究寥寥無幾且得到的資金支持也不多。這個階段，機器學習一直不被看好，像進入休眠期一樣，在其他成功學科的陰影裡生存。
然而，接下來發生的一切使這些頹勢徹底改變了。
一群有識之士指出，在20世紀70年代的人工智能領域，基於知識的繫統曾經風靡一時，但它們有一個弱點：“知識”從哪裡來？當時主流的觀點認為，應該讓工程師和領域專家合作，用if-th...... "
| 
