數據科學講義 楊志堅 焦雨領 呂錫亮 9787030805478 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：202501*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：數據科學講義
ISBN：9787030805478
出版社：科學
著編譯者：楊志堅 焦雨領 呂錫亮
頁數：219
所在地：中國大陸 *此為代購商品
書號：1718885
可大量預訂，請先連絡。

內容簡介

本書系統地介紹了數據科學中的核心理論與實踐方法，為讀者理解和應用這些技術提供了堅實的基礎。本書涵蓋了監督學習、無監督學習和強化學習的內容。其中，監督學習包括理論框架、線性模型、核方法、神經網絡以及一階優化方法；無監督學習涉及聚類分析、主成分分析和生成學習方法；強化學習提供對相關內容的深入探討。本書可作為高等院校數學專業的本科生以及非數學專業的研究生的「數據科學」課程的教材。

目錄

叢書序
前言
第1章 監督學習
1 1 從訓練數據到預測
1 2 決策理論
第2章 經驗風險最小化
2 1 風險的凸性
2 2 經驗風險分解
2 2 1 逼近誤差
2 2 2 估計誤差
2 3 Rademacher複雜度
2 4 非漸近分析和漸近統計的關係
2 5 練習
第3章 線性最小二乘回歸
3 1 線性最小二乘回歸的介紹
3 2 最小二乘的概念
3 3 普通最小二乘估計
3 3 1 解析解
3 3 2 幾何解釋
3 4 固定設定
3 5 嶺回歸
3 6 估計下界
3 7 隨機設定下的分析
3 7 1 高斯設定
3 7 2 一般設定
3 8 練習
第4章 稀疏方法
4 1 稀疏方法的介紹
4 2 *懲罰變數選擇
4 2 1 假設k已知
4 2 2 估計k
4 3 *正則化的高維估計
4 3 1 慢速率
4 3 2 快速率
4 3 3 互相關條件
4 3 4 隨機設定
4 4 擴展
4 5 練習
第5章 核方法
5 1 核方法的介紹
5 2 表示定理
5 3 核
5 4 算法
5 5 Lipschitz連續的損失函數
5 6 嶺回歸的理論分析
5 7 練習
第6章 機器學習中優化的介紹
6 1 機器學習中的優化
6 2 梯度下降
6 2 1 最簡單的分析:普通最小二乘
6 2 2 凸函數和其他性質
6 2 3 強凸和光滑函數下對梯度下降的分析
6 2 4 凸和光滑函數下對梯度下降的分析
6 2 5 除了梯度下降的額外補充
6 2 6 非凸目標函數
6 3 在非光滑問題上的梯度下降方法
6 4 隨機梯度下降的收斂率
6 4 1 強凸問題
6 4 2 方差縮減
6 5 練習
第7章 神經網絡
7 1 神經網絡的介紹
7 2 單隱藏層神經網絡
7 3 單隱藏層神經網絡的近似性質
7 4 拓展
7 5 練習
第8章 生成對抗網絡
8 1 生成對抗網絡的介紹
8 2 通過比較進行學習
8 3 生成對抗網絡推導、訓練與收斂性
8 4 條件生成對抗網絡
8 5 利用生成對抗網絡進行推理
8 6 生成對抗網絡的神經結構
8 7 應用
第9章 主成分分析
第10章 強化學習
10 1 強化學習的介紹
10 2 基於價值的強化學習
10 3 基於策略的強化學習
10 4 基於模型的強化學習
10 5 離軌策略學習
10 6 基於概率推理的強化學習方法
第11章 聚類分析
11 1 聚類分析的介紹
11 2 分層聚類
11 3 K均值聚類
參考文獻
附錄A 基礎知識
A 1 線性代數與微分
A 2 集中不等式
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。