简介
本书以机器学习算法为主题，详细介绍算法的理论细节与应用方法。全书共19章，分别介绍了逻辑回归及最大熵模型、k近邻模型、决策树模型、朴素贝叶斯分类器模型、支持向量机模型、集成学习框架、EM算法、降维算法、聚类算法、神经网络模型等基础模型或算法，以及8个综合项目实例。本书重视理论与实践相结合，希望为读者提供全面而细致的学习指导。 本书适合机器学习初学者、相关行业从业人员以及高等院校计算机科学与技术、软件工程等相关专业的师生阅读。
编辑推荐
理论与实践相结合，全面、系统地介绍机器学习算法的理论细节与应用方法 包括逻辑回归与最大熵模型、k-近邻模型、决策树模型、朴素贝叶斯模型、支持向量机模型、集成学习框架、EM算法、降维算法、聚类算法、神经网络模型等基础模型或算法 8个综合项目实战阐述机器学习算法在生产生活中的应用
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2024-06-01
- 更新： 2025-01-21
- 书号：9787302664093
- 中图：TP181
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
