题名:
机器学习方法   / 李航著 ,
ISBN:
978-7-302-59730-8 价格： CNY138.00
语种:
chi
载体形态:
XIX, 548页, [7] 页图版 图 26cm
出版发行:
出版地： 北京 出版社： 清华大学出版社 出版日期： 2022
内容提要:
本书全面系统地介绍了机器学习的主要方法, 共分3篇。第1篇介绍监督学习的主要方法, 包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等: 第2篇介绍无监督学习的主要方法, 包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等 ; 第3篇介绍深度学习的主要方法, 包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法。详细叙述各个方法的模型、策略和算法。 
主题词:
机器学习  
中图分类法:
TP181 版次： 5
主要责任者:
李航 著
责任者附注:
李航, 字节跳动公司人工智能实验室总监。ACL会士, IEEE会士, ACM杰出科学家。