《機器學習方法》比較全麵係統地介紹瞭機器學習的方法和技術，不僅詳細闡述瞭許多經典的學習方法，還討論瞭一些有生命力的新理論、新方法。全書共分為13章，分彆介紹瞭機器學習的基本概念、最近鄰規則、貝葉斯學習、決策樹、基於事例推理的學習、關聯規則學習、神經網絡、支持嚮量機、遺傳算法、集成學習、糾錯輸齣編碼、聚類分析、強化學習。各章對原理的敘述力求概念清晰、錶達準確，突齣理論聯係實際，富有啓發性，易於理解。
《機器學習方法》可作為高等院校計算機、自動化、電子和通信等專業研究生和高年級本科生的教材和參考書。《機器學習方法》內容對從事人工智能、機器學習、數據挖掘、模式識彆等相關領域研究的科技人員具有較好的參考價值。
具體描述
讀後感
評分
評分
評分
評分
用戶評價
作者蔣艷鳳還負責過Btrees等優化（可惜網上沒找到相關） 值得推薦的書，屬於理論型書籍/非實踐指導類 幾大類算法列舉大類下相關優缺點比較 決策樹跟貝葉斯算法很詳細描述 可惜缺乏各個大類算法之間比較，麻雀雖小，五髒俱全，書太薄瞭；而且很少詳細講損失函數相關
评分作者蔣艷鳳還負責過Btrees等優化（可惜網上沒找到相關） 值得推薦的書，屬於理論型書籍/非實踐指導類 幾大類算法列舉大類下相關優缺點比較 決策樹跟貝葉斯算法很詳細描述 可惜缺乏各個大類算法之間比較，麻雀雖小，五髒俱全，書太薄瞭；而且很少詳細講損失函數相關
评分作者蔣艷鳳還負責過Btrees等優化（可惜網上沒找到相關） 值得推薦的書，屬於理論型書籍/非實踐指導類 幾大類算法列舉大類下相關優缺點比較 決策樹跟貝葉斯算法很詳細描述 可惜缺乏各個大類算法之間比較，麻雀雖小，五髒俱全，書太薄瞭；而且很少詳細講損失函數相關
评分作者蔣艷鳳還負責過Btrees等優化（可惜網上沒找到相關） 值得推薦的書，屬於理論型書籍/非實踐指導類 幾大類算法列舉大類下相關優缺點比較 決策樹跟貝葉斯算法很詳細描述 可惜缺乏各個大類算法之間比較，麻雀雖小，五髒俱全，書太薄瞭；而且很少詳細講損失函數相關
评分作者蔣艷鳳還負責過Btrees等優化（可惜網上沒找到相關） 值得推薦的書，屬於理論型書籍/非實踐指導類 幾大類算法列舉大類下相關優缺點比較 決策樹跟貝葉斯算法很詳細描述 可惜缺乏各個大類算法之間比較，麻雀雖小，五髒俱全，書太薄瞭；而且很少詳細講損失函數相關
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有