书目详细信息
： 机器学习方法.三,深度学习
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-69646-9:CNY49.50 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习方法/.李航著 |
| 版本项： | 第2版 |
| 出版发行项： | 北京:,清华大学出版社:,2025 |
| 载体形态项： | 18, 388-593页:;+图 (部分彩图):;+26cm |
| 提要文摘： | 本书全面系统地介绍了机器学习的主要方法, 共分4篇, 第1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、最大熵模型与逻辑斯谛回归、提升方法、隐马尔可夫模型和条件随机场等; 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、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、Transformer、扩散模型、生成对抗模型等。第4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。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。从具体例子入手, 由浅入深, 帮助读者直观地理解基本思路, 同时从理论角度出发, 给出严格的数学推导, 严谨翔实, 让读者更好地掌握基本原理和概念。目的是使读者能学会和使用这些机器学习的基本技术。为满足读者进一步学习的需要, 书中还对各个方法的要点进行了总结, 给出了一些习题, 并列出了主要参考文献。 |
| 题名主题： | 机器学习 |
| 中图分类： | TP181 |
| 个人名称等同： | 李航 著 |
| 记录来源： | CN SHXH 20260401 |