|
题名:
|
机器学习方法 / 李航著 , |
|
ISBN:
|
978-7-302-69646-9 价格： CNY49.50 |
|
语种:
|
chi |
|
载体形态:
|
18,387-593页 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： 2025 |
|
内容提要:
|
机器学习是以概率论、统计学、信息论、最优化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。本书全面系统地介绍了机器学习的主要方法，共分4 篇。第一篇介绍监督学习的主要方法，包括线性回归、感知机、支持向量机、最优熵模型与逻辑斯谛回归、提升法、隐马尔可夫模型和条件随机场等；第二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、马尔可夫链蒙特卡罗法、EM算法、潜在语义分析、潜在狄利克雷分配等。第三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、Transformer、扩散模型、生成对抗模型等。第四篇介绍强化的主要方法，包括马尔可夫决策、多臂老虎机、近端策略优化、深度Q网络等。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
监督学习 |
|
其它题名:
|
无监督学习 |
|
其它题名:
|
深度学习 |
|
其它题名:
|
强化学习 |
|
主要责任者:
|
李航 著 |
|
版次:
|
2版 |
|
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。 |
|
内容附注:
|
一, 监督学习 ; 二, 无监督学习 ; 三, 深度学习 ; 四, 强化学习. |