题名:
|
模式识别和机器学习基础 / (美) 乌利塞斯·布拉加-内托著 , 潘巍 ... [等] 译 |
ISBN:
|
978-7-111-73526-7 价格: CNY119.00 |
语种:
|
chi |
载体形态:
|
246页, [12] 页图版 图 (部分彩图) 26cm |
出版发行:
|
出版地: 北京 出版社: 机械工业出版社 出版日期: 2023 |
内容提要:
|
本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系, 介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了zui优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。 |
主题词:
|
模式识别 |
主题词:
|
机器学习 |
中图分类法:
|
TP391.4 版次: 5 |
中图分类法:
|
TP181 版次: 5 |
主要责任者:
|
布拉加-内托 著 |
次要责任者:
|
潘巍 译 |
责任者附注:
|
乌利塞斯·布拉加一内托, 得克萨斯农工大学电气与计算机工程系教授。他的主要研究领域是模式识别、机器学习、统计信号处理及其在生物信息学和材料信息学中的应用。潘巍, 黑龙江科技大学计算机与信息工程学院副教授。主要研究方向为机器学习、模式识别、智慧农业等。欧阳建权, 湘潭大学计算机学院、网络空间安全学院教授、博导。主要研究方向为区块链、人工智能和信息安全。 |