- 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:(987)
- 下载量:(0)
- 上传时间:2024-12-28
- 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!