机器学习教程(微课视频版)电子书

本书对机器学习算法的全面介绍，既包含经典机器学习方法，也包括深度学习和增强学习。

售价：¥

纸质售价：¥43.50购买纸书

17人正在读 | 0人评论

6.7

作者：张旭东

出版社：清华大学出版社

出版时间：2023-02-01

字数：23.9万

所属分类：科技 > 计算机/网络 > 软件系统

温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印

为你推荐

读书简介
目录
累计评论(0条)

读书简介
目录
累计评论(0条)

本书兼顾机器学习基础、经典方法和深度学习方法,对组成机器学习的基础知识和基本算法行了比较细致的介绍,对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等算法都给出了深的分析并讨论了无监督学习的基本方法,对深度学习和强化学习行了全面的叙述,比较深地讨论了反向传播算法、多层感知机、CNN、RNN 和 LSTM 等深度神经网络的核心知识和结构;对于强化学习,不仅介绍了经典表格方法,还讨论了深度强化学习。本书是面向大学理工科和管理类各专业的宽口径、综合性机器学习的教材,可供本科生和一年级研究生课程使用,也可供科技人员、工程师和程序员自学机器学习的原理和算法使用。本书对基础和前沿、经典方法和热门技术行了尽可能的平衡,使得读者不仅能在机器学习领域下一个良好的基础,同时也可以利用所学知识解决遇到的实际问题并为学科前沿好基础。 【推荐语】 本书对机器学习算法的全面介绍，既包含经典机器学习方法，也包括深度学习和增强学习。 【作者】 张旭东：清华大学电子工程系长聘教授，博士生导师，教学指导委员会主席。主要研究方向为信号处理和机器学习。先后承担、省部级和国际合作项目数十项，在IEEE、IET、ACM等重要刊物和NIPS、AAAI、ICASSP、SIGIR等重要会议上发表学术论文150余篇，出版著作5部。获得Elsevier引用奖（The Most Cited Paper Award）和IET国际雷达年会论文奖，两次获得清华大学教学成果一等奖，三次获得清华大学优秀教材奖。

目录展开