|
题名:
|
机器学习入门 [ 专著] / (日)须山敦志著 , 王卫兵，杨秋香等译 |
|
ISBN:
|
978-7-111-66360-7 价格： CNY69.00 |
|
语种:
|
chi |
|
载体形态:
|
12,180页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2020 |
|
内容提要:
|
本书介绍了基于贝叶斯推论的机器学习，其基本思想是将数据及数据产生的过程视为随机事件，从数据的固有特征开始，通过一系列假设来进行数据的描述，进而构建出与机器学习任务相适应的随机模型，然后通过模型的解析求解或近似求解得出未知事件的预测模型。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
须山敦志 著 |
|
次要责任者:
|
王卫兵 译 |
|
次要责任者:
|
杨秋香 译 |
|
责任者附注:
|
须山敦志，2009年东京工业大学工学部信息工程专业毕业。2011年完成东京大学大学院信息工程系研究科博士前期课程。先后在日本制造企业，英国风险企业从事研究工作。现从事与数据解析相关的指导工作。通过「玩编程进行机器学习」推送（介绍）一些实践性的机器学习技术。 |