MARC状态：审校 文献类型：中文图书 浏览次数：19
- 题名/责任者:
- 机器学习/张旭东编著
- 出版发行项:
- 北京:清华大学出版社,2024.11
- ISBN及定价:
- 978-7-302-67525-9/CNY79.00
- 载体形态项:
- XIII, 421页:图;26cm
- 并列正题名:
- Machine learning
- 丛编项:
- 新一代信息技术 (人工智能) 系列丛书
- 个人责任者:
- 张旭东 编著
- 学科主题:
- 机器学习-高等教育-教材
- 中图法分类号:
- TP181
- 一般附注:
- 新兴领域“十四五”高等教育教材
- 相关题名附注:
- 英文题名取自封面
- 责任者附注:
- 张旭东, 清华大学电子工程系长聘教授, 博士生导师, 主要研究方向为信号处理和机器学习。先后承担国家级、省部级和国际合作项目数十项, 在IEEE、IET、ACM等重要刊物和NIPS、AAAI、ICASSP、SIGIR等重要会议上发表学术论文150余篇, 出版著作5部。
- 书目附注:
- 有书目 (第414-421页)
- 提要文摘附注:
- 本书对机器学习的基础知识和基本算法进行了详细的介绍, 对广泛应用的经典算法 (如线性回归、逻辑回归, 朴素贝叶斯、支持向量机、决策树和集成学习等) 进行了深入的分析, 并讨论了无监督学习的基本方法。书中有6章内容对深度学习和深度强化学习进行了全面的叙述, 不仅讨论了反向传播算法、多层感知机、巻积神经网络, 循环神经网络和长短期记忆网络等深度神经网络的核心知识和结构, 对于一些发展中的专题 (如Transformer、大模型和深度生成模型等) 也给予了深入的介绍。对于强化学习, 不仅介绍了经典表格方法, 也较详细地讨论了深度强化学习及应用实例。本书对于基础理论、前沿理论、经典方法和热门技术尽可能平衡兼顾, 使读者不仅能在机器学习领域打下一个良好的基础, 同时也可以利用所学知识解决遇到的实际问题并进入学科前沿。
全部MARC细节信息>>