杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习:a bayesian and optimization perspective/Sergios Theodoridis

版本说明:

影印版

出版发行项:

北京:机械工业出版社,2017

ISBN及定价:

978-7-111-56526-0 精装/CNY269.00

载体形态项:

xviii, 1050页:图 (部分彩图);25cm

并列正题名:

机器学习:贝叶斯和优化方法

丛编项:

经典原版书库

个人责任者:

西奥多里蒂斯 (Theodoridis Sergios) 著

学科主题:

机器学习

中图法分类号:

TP181

出版发行附注:

本书英文影印版由Elsevier (Singapore) Pte Ltd.授权机械工业出版社在中华人民共和国境内出版

责任者附注:

西格尔斯·西奥多里蒂斯 (Sergios Theodoridis), 雅典大学教授, 研究兴趣包括机器学习、模式识别和信号处理等。

书目附注:

有书目和索引

提要文摘附注:

本书对所有主要的机器学习方法和新研究趋势进行了深入探索, 涵盖概率和确定性方法以及贝叶斯推断方法。其中, 经典方法包括平均/小二乘滤波、卡尔曼滤波、随机逼近和在线学习、贝叶斯分类、决策树、逻辑回归和提升方法等, 新趋势包括稀疏、凸分析与优化、在线分布式算法、RKH空间学习、贝叶斯推断、图模型与隐马尔可夫模型、粒子滤波、深度学习、字典学习和潜变量建模等。全书构建了一套明晰的机器学习知识体系, 各章内容相对独立, 物理推理、数学建模和算法实现精准且细致, 并辅以应用实例和习题。

豆瓣简介：