MARC状态:审校 文献类型:中文图书 浏览次数:106
- 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。
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP181/4121 | 72358024 | 自然书库(3F东) | 可借 | 现代技术部(1F) | |
TP181/4121 | 72358025 | 自然书库(3F东) | 可借 | 现代技术部(1F) |
显示全部馆藏信息
CADAL相关电子图书
借阅趋势
同名作者的其他著作(点击查看)
收藏到: 管理书架