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:

机器学习入门:基于数学原理的Python实战/戴璞微, 潘斌著

出版发行项:

北京:北京大学出版社,2019

ISBN及定价:

978-7-301-30897-4/CNY69.00

载体形态项:

280页:图;26cm

并列正题名:

Machine learning

个人责任者:

戴璞微 著

个人责任者:

潘斌 著

学科主题:

机器学习

中图法分类号:

TP181

相关题名附注:

英文并列题名取自封面

责任者附注:

戴璞微, 中国民航大学硕士, CSDN博客专家。曾获得全国大学生数学竞赛国家一等奖、北美数学建模二等奖, 参与国家自然科学基金项目1项。对计算机视觉、机器学习和深度学习有深入研究。潘斌, 浙江大学应用数学系博士, 现任辽宁石油化工大学理学院副院长。2018年入选辽宁省“兴辽英才计划”青年拔尖人才, 2016年主持国家自然科学基金青年基金项目1项; 2015年主持辽宁省自然科学基金项目1项; 2016年主持浙江大学CAD&CG国家重点实验室开放课题2项。近年来, 指导本科生获全国大学生数学建模竞赛国家一等奖。

提要文摘附注:

机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交叉学科。机器学习的基础就是数学, 这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛, 本书深入浅出地对机器学习算法的数学原理进行了严谨的推导; 并利用Python 3对各种机器学习算法进行复现, 还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础; 线性回归、局部加权线性回归两种回归算法; Logistic回归、Softmax回归和BP神经网络3种分类算法; 模型评估与优化; K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法--主成分分析。

豆瓣简介：