機器學習 嚴曉東 陳華 王國長 等 9787040623949 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：高等教育
物品所在地：中國大陸
原出版社：高等教育
NT$343
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202410*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 ISBN：9787040623949 出版社：高等教育 著編譯者：嚴曉東 陳華 王國長 等 頁數：303 所在地：中國大陸 *此為代購商品 書號：1688707 可大量預訂，請先連絡。 內容簡介 本書深入淺出地介紹了機器學習與大數據分析的核心方法，包括無監督學習、監督學習、稀疏學習、深度學習、集成學習及增量學習六大部分。書中不僅注重理論推導，還通過豐富的插圖和實例直觀解釋原理。同時，提供R與Python兩種語言的實現方法，方便讀者實操練習。 本書適合普通高等學校統計學類專業、數據科學相關專業本科高年級學生或研究生使用，也可供從事大數據分析、人工智慧、機器學習等領域的科技工作者參考。目錄 第一部分 無監督學習第一章 聚類分析 1 1 簡介 1 2 相似度 1 2 1 數據對象間相似度 1 2 2 簇問相似度 1 3 K均值聚類 1 3 1 原理 1 3 2 特點 1 4 模糊C均值聚類 1 5 高斯混合聚類 1 6 層次聚類 1 7 DBSCAN聚類 1 8 其他類型聚類方法 1 8 1 混合型數據聚類方法 1 8 2 雙向聚類方法 1 9 聚類實踐 本章小結 習題 第二章 主成分分析 2 1 簡介 2 2 總體的主成分 2 2 1 總體主成分的定義 2 2 2 總體主成分的求法 2 2 3 總體主成分的性質 2 2 4 標準化變數的主成分 2 3 樣本主成分 2 4 非線性主成分分析 2 4 1 核主成分分析 2 4 2 t-SNE非線性降維演算法 2 5 主成分分析實踐 本章小結 習題 第二部分 監督學習 第三章 同歸分析 3 1 簡介 3 2 單響應變數的線性回歸模型 3 2 1 線性回歸模型的原理 3 2 2 多重共線性 3 2 3 嶺回歸 3 3 廣義線性模型 3 3 1 指數型分佈族 3 3 2 連接函數 3 3 3 廣義線性模型 3 4 多元響應變數協方差廣義線性模型 3 4 1 McGLM模型的原理 3 4 2 參數估計 3 5 回歸分析實踐 本章小結 習題 第四章 支持向量機 4 1 簡介 4 2 SVM演算法 4 2 1 SVM的基本內容 4 2 2 線性可分SVM 4 2 3 軟間隔與線性SVM 4 2 4 核函數與非線性SVM 4 3 SVM與邏輯斯諦回歸的關係 4 4 支持向量回歸 4 5 SVM實踐 本章小結 習題 第三部分 稀疏學列 第四部分 深度學習 第五部分 集成學習 第六部分 增量學習 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。 |
