• A+
《机器学习导论》涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式
  • 访问量:(755)
  • 下载量:(0)
  • 上传时间:2024-05-19
  • 作者:(土)埃塞姆 阿培丁
下载格式: pdf。共290页。文件容量30.8M。
作者:(土)埃塞姆 阿培丁
出版者的话
译者序
前言
符号说明
第1章 引言1
1.1 什么是机器学习1
1.2 机器学习的应用实例2
1.2.1 学习关联性2
1.2.2 分类3
1.2.3 回归5
1.2.4 非监督学习6
1.2.5 增强学习7
1.3 注释8
1.4 相关资源10
1.5 习题11
1.6 参考文献12
第2章 监督学习13
......
第3章 贝叶斯决策理论27
第4章 参数方法37
第5章 多元方法54
第6章 维度归约67
第7章 聚类94
第8章 非参数方法107
第9章 决策树124
第10章 线性判别式139
第11章 多层感知器155
第12章 局部模型182
第13章 核机器200
第14章 图方法221
第15章 隐马尔科夫模型238
第16章 贝叶斯估计255
第17章 组合多学习器280
第18章 增强学习297
第19章 机器学习实验的设计与分析314
附录A 概率论341
索引348
下载地址
注意:因微信支付已关闭,需要下载的用户请点我前往新域名地址使用支付宝下载!!
点我前往新域名地址使用支付宝下载
您的一份支助是对我们最大的支持!愿资源分享可以帮助更多需要的人!