|
题名:
|
机器学习 / 董岩编著 , |
|
ISBN:
|
978-7-301-36423-9 价格： CNY52.00 |
|
语种:
|
chi |
|
载体形态:
|
246页 图 23cm |
|
出版发行:
|
出版地： 北京 出版社： 北京大学出版社 出版日期： 2025 |
|
内容提要:
|
本书覆盖线性回归、岭回归、Lasso、Logistic回归等经典线性模型，决策树、随机森林、GBDT、XGBoost等集成方法，BP神经网络、卷积神经网络、循环神经网络等深度学习模型，以及基于Transformer的大语言模型(如BERT和GPT)。此外，书中还介绍因果推断方法、模型可解释性工具(如SHAP)与迁移学习等前沿技术，强调跨学科融合，关注算法应用场景. |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
从线性回归到大模型 |
|
主要责任者:
|
董岩 编著 |