书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-100章
101-109章
共109章
免费
版权信息
免费
作者简介
免费
内容简介
免费
高等学校电子信息类专业系列教材
免费
序
免费
前言
免费
学习建议
免费
视频目录
免费
第一部分 基础知识和基本方法
免费
第1章 机器学习概述
免费
1.1 什么是机器学习
免费
1.2 机器学习的类型
免费
1.3 构建机器学习系统的基本问题
免费
1.4 从简单示例理解机器学习
免费
1.5 深度学习简介
免费
1.6 本章小结
免费
习题
免费
第2章 统计与优化基础
免费
2.1 概率论基础
免费
2.2 概率实例
免费
2.3 最大似然估计
免费
2.4 贝叶斯估计
免费
2.5 贝叶斯决策
免费
2.6 随机变量的熵特征
免费
2.7 非参数方法
免费
2.8 优化技术概述
免费
2.9 本章小结
免费
习题
免费
第3章 基本回归算法
免费
3.1 线性回归
免费
3.2 正则化线性回归
免费
3.3 线性基函数回归
免费
3.4 本章小结
习题
第4章 基本分类算法
4.1 基本分类问题
4.2 线性判别函数模型
4.3 逻辑回归
4.4 朴素贝叶斯方法
4.5 高斯生成模型分类器
4.6 本章小结
习题
第5章 机器学习的性能与评估
5.1 模型的训练、验证与测试
5.2 机器学习模型的性能评估
5.3 机器学习模型的误差分解
5.4 机器学习模型的泛化性能
5.5 本章小结
习题
第二部分 经典算法
×