MARC状态：审校 文献类型：中文图书 浏览次数：24
- 题名/责任者:
- 机器学习方法/李航著
- 出版发行项:
- 北京:清华大学出版社,2022.3
- ISBN及定价:
- 978-7-302-59730-8/CNY138.00
- 载体形态项:
- XIX, 548页, [7] 页图版:图 (部分彩图);26cm
- 个人责任者:
- 李航 著
- 学科主题:
- 机器学习
- 中图法分类号:
- TP181
- 书目附注:
- 有书目和索引
- 提要文摘附注:
- 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。
- 使用对象附注:
- 可作为机器学习及相关课程的教学参考书，适合人工智能、文本数据挖掘、信息检索及自然语言处理等专业的本科生、研究生使用，也供计算机各个领域的专业研发人员参考。
全部MARC细节信息>>