机读格式显示(MARC)

• 000 01306nam0 2200253 450

• 001 0000582339

• 005 20220815115100.0

• 010 __ |a 978-7-302-59730-8 |d CNY138.00

• 100 __ |a 20220530d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 001yy

• 106 __ |a r

• 200 1_ |a 机器学习方法 |A ji qi xue xi fang fa |f 李航著

• 210 __ |a 北京 |c 清华大学出版社 |d 2022.3

• 215 __ |a XIX, 548页, [7] 页图版 |c 图 (部分彩图) |d 26cm

• 320 __ |a 有书目和索引

• 330 __ |a 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。

• 333 __ |a 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。

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 李航 |A li hang |4 著

• 801 _0 |a CN |b 江苏新华 |c 20220524

• 905 __ |a WXCSXY |d TP181/280