*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:202405*若逾兩年請先於私訊洽詢存貨情況,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:機器學習與深度學習理論及應用 ISBN:9787040611717 出版社:高等教育 著編譯者:王興梅 頁數:262 所在地:中國大陸 *此為代購商品 書號:1647418 可大量預訂,請先連絡。 內容簡介 機器學習和深度學習是人工智慧領域開展科學研究的核心前沿理論,本書以「理論演算法」為基礎核心,以「實踐案例」為創新驅動,幫助讀者在了解機器學習和深度學習發展前沿的基礎上,掌握基本核心知識,深刻理解應用案例,加深實踐開發要素理解,夯實人工智慧領域核心理論演算法。 全書共12章內容。第1章「緒論」,第2章「線性模型」,第3章「決策樹」,第4章「貝葉斯分類器」,第5章「支持向量機」,第6章「聚類」,第7章「神經網路」,第8章「卷積神經網路」,第9章「循環神經網路」,第10章「生成對抗網路」,第11章「孿生神經網路」,第12章「圖神經網路」。 本書內容翔實、邏輯嚴謹、易於學習,是作者結合多年教學科研經驗,精心撰寫的一本機器學習與深度學習的教科書,適合作為計算機類、自動化類、電子信息類等相關專業高年級本科生和研究生的「機器學習與深度學習」課程教材,也適合作為人工智慧等相關領域科研人員的參考書籍。目錄 第1章 緒論1 1 人工智慧 1 1 1 人工智慧的發展歷程 1 1 2 人工智慧的三大研究學派 1 2 機器學習 1 2 1 機器學習的發展歷程與研究現狀 1 2 2 機器學習演算法的分類 1 3 深度學習 1 4 評估理論 1 4 1 劃分數據集 1 4 2 交叉驗證 1 5 本書知識結構圖 1 6 本章小結 習題 第2章 線性模型 2 1 線性模型的基本形式 2 2 線性回歸模型 2 2 1 一元線性回 2 2 2 多元線性回 2 2 3 對數線性回 2 2 4 邏輯回歸 2 3 損失函數 2 3 1 均方差損失函數 2 3 2 平均絕對誤差損失函數 2 3 3 平滑平均絕對誤差損失函數 2 3 4 交叉熵損失函數 2 4 線性模型應用案例 2 4 1 問題描述 2 4 2 問題分析 2 4 3 代碼實現 2 4 4 結果分析 2 5 本章小結 習題 第3章 決策樹 3 1 決策樹模型與學習 3 1 1 決策樹模型 3 1 2 if-then規則 3 1 3 決策樹學習 3 2 特徵選擇 3 2 1 信息增益 3 2 2 增益率 3 2 3 基尼指數 3 3 剪枝處理 3 3 1 預剪枝 3 3 2 后剪枝 3 4 連續值與缺失值處理 3 4 1 連續值處理 3 4 2 缺失值處理 3 5 多變數決策樹 3 6 決策樹應用案例 3 6 1 問題描述 3 6 2 問題分析 3 6 3 代碼實現 3 6 4 結果分析 3 7 本章小結 習題 第4章 貝葉斯分類器 4 1 貝葉斯方法 4 1 1 貝葉斯定理 第5章 支持向量機 第6章 聚類 第7章 神經網路 第8章 卷積神經網路 第9章 循環神經網路 第10章 生成對抗網路 第11章 孿生神經網路 第12章 圖神經網路 參考文獻 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |