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...... "
|