人工智能
类型
可以朗读
语音朗读
319千字
字数
2019-01-01
发行日期
展开全部
主编推荐语
本书系统地介绍机器学习基础模型的算法原理与代码实现。
内容简介
本书第1章介绍机器学习的基本概念、发展历程和主要应用等；第2章～第11章介绍监督学习，包括线性回归、感知机、逻辑斯谛回归与Softmax回归、正则化、线性判别分析、k近邻、朴素贝叶斯、决策树、支持向量机、人工神经网络；第12章和第13章，介绍特征工程、模型评估与选择等。
目录
- 版权信息
- 内容提要
- 前言
- 资源与支持
- 彩图
- 第1章 绪论
- 1.1 历史背景、现实状况和未来展望
- 1.2 人工智能、机器学习和深度学习的关系
- 1.3 机器学习的基本概念
- 1.4 机器学习发展历程
- 1.5 机器学习主要应用
- 1.6 机器学习相关背景
- 1.7 数据集操作实例
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第2章 线性回归
- 2.1 线性回归问题提出
- 2.2 线性回归模型设计
- 2.3 模型求解之最小二乘法
- 2.4 模型求解之梯度下降法
- 2.5 线性回归的概率解释
- 2.6 数据预处理
- 2.7 线性回归模型评价
- 2.8 线性回归算法实现
- 2.9 线性回归模型应用
- 2.10 多项式回归
- 2.11 局部加权线性回归
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第3章 感知机
- 3.1 感知机问题提出
- 3.2 感知机模型设计
- 3.3 感知机模型求解
- 3.4 感知机模型证明
- 3.5 感知机算法实现
- 3.6 感知机模型应用
- 3.7 非线性可分感知机
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第4章 逻辑斯谛回归与Softmax回归
- 4.1 逻辑斯谛回归问题提出
- 4.2 逻辑斯谛回归模型设计
- 4.3 逻辑斯谛回归模型求解
- 4.4 逻辑斯谛回归算法实现
- 4.5 逻辑斯谛回归模型应用
- 4.6 Softmax回归模型设计
- 4.7 Softmax回归模型求解
- 4.8 Softmax回归算法实现
- 4.9 Softmax回归模型应用
- 4.10 多分类学习策略
- 4.11 数据不平衡问题
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第5章 正则化
- 5.1 欠拟合与过拟合问题提出
- 5.2 范数
- 5.3 正则化框架
- 5.4 L2正则化
- 5.5 L1正则化
- 5.6 线性回归、岭回归、Lasso回归模型对比
- 5.7 弹性网络
- 5.8 正则化的概率解释
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第6章 线性判别分析
- 6.1 向量内积与向量投影
- 6.2 线性判别分析问题提出
- 6.3 线性判别分析模型设计
- 6.4 线性判别分析算法实现
- 6.5 线性判别分析模型应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第7章 k近邻
- 7.1 k近邻问题提出
- 7.2 k近邻模型设计
- 7.3 属性与样例预处理
- 7.4 k近邻模型求解
- 7.5 k近邻算法实现
- 7.6 k近邻模型应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第8章 朴素贝叶斯
- 8.1 朴素贝叶斯问题提出
- 8.2 朴素贝叶斯模型设计
- 8.3 朴素贝叶斯模型求解
- 8.4 最大后验估计
- 8.5 朴素贝叶斯算法实现
- 8.6 朴素贝叶斯模型应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第9章 决策树
- 9.1 决策树问题提出
- 9.2 决策树模型设计
- 9.3 CART
- 9.4 决策树模型扩展
- 9.5 决策树算法实现
- 9.6 决策树模型应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第10章 支持向量机
- 10.1 支持向量机问题提出
- 10.2 硬间隔与线性可分支持向量机
- 10.3 软间隔与线性支持向量机
- 10.4 核函数与非线性支持向量机
- 10.5 支持向量机模型求解与SMO算法
- 10.6 支持向量机模型扩展
- 10.7 SMO算法实现
- 10.8 SMO算法应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第11章 人工神经网络
- 11.1 人工神经网络的提出和发展
- 11.2 人工神经网络的基本结构
- 11.3 人工神经网络的训练方法
- 11.4 人工神经网络的常见问题与解决方法
- 11.5 人工神经网络算法实现
- 11.6 人工神经网络模型应用
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第12章 特征工程
- 12.1 特征工程的提出
- 12.2 数据探索
- 12.3 数据预处理
- 12.4 特征变换
- 12.5 特征选择
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
- 第13章 模型评估与选择
- 13.1 模型评估与选择的提出
- 13.2 损失函数与误差分析
- 13.3 数据集划分与模型选择
- 13.4 性能指标与性能度量
- 13.5 模型调参
- 小结
- 笔试、面试题目选讲
- 习题
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
