题名:
机器学习的算法分析和实践   / 孙健编著 ,
ISBN:
978-7-302-64152-0 价格： CNY59.00
语种:
chi
载体形态:
176页 图 24cm
出版发行:
出版地： 北京 出版社： 清华大学出版社 出版日期： 2023
内容提要:
本书是一本全面介绍机器学习方法特别是算法的新书, 适合初学者和有一定基础的读者。机器学习可以分成三大类别, 监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多, 但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。 
主题词:
机器学习   算法分析
中图分类法:
TP181 版次： 5
主要责任者:
孙健 编著
责任者附注:
孙健, 复旦大学数学学院教授、金融研究院量化中心主任。北京大学数学系毕业, 2000年美国芝加哥大学博士毕业。曾担任摩根士丹利固定收益部执行总经理, 从事股票类、固定收益类、大宗商品类等衍生品的定价、交易和风险对冲工作。某量化私募基金管理公司创始人和投委会主席。