书目详细信息
： 机器学习方法
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-59730-8:CNY138.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习方法/.李航著 |
| 出版发行项： | 北京:,清华大学出版社:,2022 |
| 载体形态项： | 19,548页:;+图:;+26cm |
| 提要文摘： | 本书全面系统地介绍了机器学习的主要方法，共分3篇。第1篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等：第2篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等；第3篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法。详细叙述各个方法的模型、策略和算法。 |
| 题名主题： | 机器学习 |
| 中图分类： | TP181 |
| 个人名称等同： | 李航 著 |
| 记录来源： | CN 91MARC 20220525 |