機器學習導論
認領
0粉絲
《機器學習導論》對機器學習的定義和應用實例進行了介紹，涵蓋了監(jiān)督學習。貝葉斯決策理論。參數(shù)方法、多元方法、維度歸約、聚類、非參數(shù)方法、決策樹。線性判別式、多層感知器，局部模型、隱馬爾可夫模型。分類算法評估和比較，組合多學習器以及增強學習等。機器學習的目標是對計算機編程，以便使用樣本數(shù)據(jù)或以往的經驗來解決給定的問題。已經有許多機器學習的成功應用，包括分析以往銷售數(shù)據(jù)來預測客戶行為，人臉識別或語音識別
簡介
《機器學習導論》對機器學習的定義和應用實例進行了介紹，涵蓋了監(jiān)督學習。貝葉斯決策理論。參數(shù)方法、多元方法、維度歸約、聚類、非參數(shù)方法、決策樹。線性判別式、多層感知器，局部模型、隱馬爾可夫模型。分類算法評估和比較，組合多學習器以及增強學習等。機器學習的目標是對計算機編程，以便使用樣本數(shù)據(jù)或以往的經驗來解決給定的問題。已經有許多機器學習的成功應用，包括分析以往銷售數(shù)據(jù)來預測客戶行為，人臉識別或語音識別... 更多
屬性
出版社
機械工業(yè)出版社
ISBN
9787111265245
出版年
2009-6
裝幀
平裝
價格
39.00元
頁數(shù)
272
評價
0.0（滿分 10 分）0 個評分
什么是點評分
圖片
表情
全部評價(
0)
推薦率
100%