名称: | |
描述: | |
公开/私有: | 公开 私有 |
机器学习 |
|
题名/责任者:
|
机器学习 [ 专著] / 周志华著 |
ISBN:
|
978-7-302-42328-7 价格: CNY88.00 |
语种:
|
汉语 |
载体形态:
|
14,425页 ; 24cm |
出版发行:
|
北京 : 清华大学出版社, 2016 |
内容提要:
|
本书共16章,分为3个部分:第1部分(第1-3章)介绍机器学习的基础知识;第2部分(第4-10章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3部分(第11-16章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。 |
主题词:
|
机器学习 |
中图分类法
:
|
TP181 版次: 5 |
主要责任者:
|
周志华 著 |
标签:
|
|
相关资源:
|
|
分享资源:
|
HEA| |01116nam0 2200229 450 001| |012014034009 005| |20171020134626.4 010| |▼a978-7-302-42328-7▼dCNY88.00 100| |▼a20171020d2016 em y0chiy0110 ea 101|0 |▼achi 102| |▼aCN▼b110000 105| |▼ay z 001yy 106| |▼ar 200|1 |▼a机器学习▼9ji qi xue xi▼b专著▼dMach- | |ine learning▼f周志华著▼zeng 210| |▼a北京▼c清华大学出版社▼d2016 215| |▼a14,425页▼d24cm 330| |▼a本书共16章,分为3个部分:第1部分(第1-3章)介绍机- | |器学习的基础知识;第2部分(第4-10章)讨论一些经典而常用- | |的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、- | |集成学习、聚类、降维与度量学习);第3部分(第11-16章)- | |为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督- | |学习、概率图模型、规则学习以及强化学习等。 510|1 |▼aMachine learning▼zeng 606|0 |▼a机器学习▼9ji qi xue xi 690| |▼aTP181▼v5 701| 0|▼a周志华▼9zhou zhi hua▼4著 801| 0|▼aCN▼bDQ▼c20171020