题名:
机器学习   / (希) 西格尔斯·西奥多里蒂斯著 , 王刚, 李忠伟, 任明明, 李鹏译
ISBN:
978-7-111-69257-7 价格： CNY279.00
语种:
chi
载体形态:
xvi, 828页, [20] 页图版 图 26cm
出版发行:
出版地： 北京 出版社： 机械工业出版社 出版日期： 2022
内容提要:
本书对所有重要的机器学习方法和新近研究趋势进行了深入探索, 新版重写了关于神经网络和深度学习的章节, 并扩展了关于贝叶斯学习的内容。书中首先讨论基础知识, 包括均方、最小二乘和最大似然方法, 以及岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍较新的技术, 包括稀疏建模方法、再生核希尔伯特空间和支持向量机中的学习、关注EM算法的贝叶斯推理及其变分近似推理、蒙特卡罗方法、关注贝叶斯网络的概率图模型、隐马尔可夫模型和粒子滤波。此外, 书中还讨论了降维、隐变量建模、统计参数估计、维纳和卡尔曼滤波、凸优化等技术。 
主题词:
机器学习  
中图分类法:
TP181 版次： 5
其它题名:
贝叶斯和优化方法
主要责任者:
西奥多里蒂斯 著
次要责任者:
王刚 译
次要责任者:
李忠伟 译
责任者附注:
西格尔斯·西奥多里蒂斯 (Sergios Theodoridis), 雅典大学荣休教授, 曾任香港中文大学 (深圳) 教授, 研究兴趣包括机器学习、模式识别和信号处理等。王刚, 南开大学计算机学院和网络空间安全学院教授、博士生导师。李忠伟, 南开大学计算机学院和网络空间安全学院副教授、硕士生导师。任明明, 南开大学计算机学院和网络空间安全学院副教授。