大話機器學習-原理、算法、建模、代碼30講 葉新江 9787302628620 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202306*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：大話機器學習-原理、算法、建模、代碼30講
ISBN：9787302628620
出版社：清華大學
著編譯者：葉新江
頁數：301
所在地：中國大陸 *此為代購商品
書號：1522672
可大量預訂，請先連絡。

內容簡介

本書是作者多年在數據智能領域中利用機器學習實戰經驗的理解、歸納和總結。出於「回歸事物本質，規律性、系統性地思考問題」「理論為實踐服務並且反過來充實理論，為更多人服務」的想法和初心，本書系統地闡述了機器學習理論和工程方法論，並結合實際商業場景落地。 全書分為3部分。第1部分是機器學習的數學理論理解，這部分不是對於機器學習數學理論的嚴謹推導和證明，更多是對於理論背後的「到底是什麼，為什麼要這樣做」的通俗理解。儘可能通過對應到日常生活中的現象來進行講述。第2部分是機器學習模型、方法及本質，這一部分針對機器學習的方法論及具體的處理過程進行闡述。涉及數據準備、異常值的檢測和處理、特徵的處理、典型模型的介紹、代價函數、激活函數及模型性能評價等，是本書的核心內容。我們學習知識的主要目的是解決問題，特別是對於企業的從業人員，對在商業實戰環境中出現的問題，希望通過機器學習的方式來更好地解決。第3部分是機器學習實例展示。 本書內容系統、選材全面、知識講述詳細、易學易用，兼具實戰性和理論性，適合機器學習的初學者與進階者學習使用。

作者簡介

葉新江，一個一直對計算機相關技術保有熱情的老兵。曾在銀行、通信、軟體行業從事技術及管理工作多年。2011年離開微軟后，加入浙江每日互動（個推）創業，並擔任公司首席技術官。「業務成功、技術進步、團隊成長」是我對技術團隊的定位，「每日生活，科技改變」「數據讓產業更智能」是我的工作理念。目前還擔任浙江每日互動研究院院長、浙江人工智能學會理事等職務。葉新江

目錄

第1部分 機器學習的數學理論理解
第1講 這個不確定的世界如何描述
1 1 概率、幾率及期望
1 1 1 概念及定義
1 1 2 概率和幾率的關係
1 1 3 期望值
1 2 概率函數、概率分佈函數和概率密度函數
1 2 1 隨機變數和普通變數的區別
1 2 2 離散型隨機變數和連續型隨機變數
1 2 3 離散型隨機變數概率函數
1 2 4 離散型隨機變數概率分佈
1 2 5 離散型隨機變數概率分佈函數
1 2 6 連續型隨機變數的概率函數和分佈函數
1 3 條件概率、聯合概率以及貝葉斯公式
1 3 1 計算條件概率和聯合概率
1 3 2 貝葉斯公式的歷史和現實含義
1 4 本講小結
第2講 數據的形態描述
2 1 正態分佈
2 2 混合高斯分佈
2 3 伯努利分佈及二項分佈
2 4 泊松分佈
2 5 指數分佈
2 6 冪律分佈
2 7 以上分佈的總結和聯繫
2 8 本講小結
第3講 信息的數學表達
3 1 自信息
3 2 信息熵
3 3 信息增益
3 4 相對熵
3 5 交叉熵
3 6 基尼指數（不純度）
3 7 本講小結
第4講 隨機變數的相關性和重要性
4 1 數值型變數之間的相關性
4 1 1 協方差
4 1 2 皮爾遜相關係數
4 2 類別型變數之間的相關性
4 2 1 互信息
4 2 2 卡方值
4 3 證據權重和信息值
4 3 1 證據權重
4 3 2 信息值
4 4 本講小結
第5講 抓住主要矛盾——降維技術理論
5 1 主成分分析
5 2 線性判別分析
5 3 奇異值分解
5 4 自編碼器
5 5 PCA、SVD和AE是親戚
5 6 傅里葉變換
5 7 本講小結
第6講 採樣方法
6 1 拒絕採樣
6 2 馬爾可夫鏈蒙特卡羅採樣
6 3 Metropolis-Hastings採樣
6 4 吉布斯採樣
6 5 湯普森採樣
6 6 上採樣-人工合成數據策略
6 7 本講小結
第7講 抬頭看路低頭拉車的迭代方法
7 1 迭代求解
7 2 梯度下降法

第2部分 機器學習模型、方法及本質
第3部分 機器學習實例展示
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。