机器学习
出版时间:
2016-01
版次:
1
ISBN:
9787302423287
定价:
88.00
装帧:
平装
开本:
16开
纸张:
纯质纸
正文语种:
简体中文
9448人买过
-
机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
周志华,南京大学计算机系教授,ACM杰出科学家,IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任,中国人工智能学会机器学习专业委员会主任,IEEE计算智能学会数据挖掘技术委员会副主席。 目录
第1章 11.1 引言 11.2 基本术 21.3 假设空间 41.4 归纳偏好 61.5 发展历程 101.6 应用现状 131.7 阅读材料 16习题 19参考文献 20休息一会儿 22
第2章 模型评估与选择 232.1 经验误差与过拟合 232.2 评估方法 242.2.1 留出法 252.2.2 交叉验证法 262.2.3 自助法 272.2.4 调参与最终模型 282.3 性能度量 282.3.1 错误率与精度 292.3.2 查准率、查全率与F1 302.3.3 ROC与AUC 332.3.4 代价敏感错误率与代价曲线 352.4 比较检验 372.4.1 假设检验 372.4.2 交叉验证t检验 402.4.3 McNemar检验 412.4.4 Friedman检验与后续检验 422.5 偏差与方差 442.6 阅读材料 46习题 48参考文献 49休息一会儿 51
第3章 线性模型 533.1 基本形式 533.2 线性回归 533.3 对数几率回归 573.4 线性判别分析 603.5 多分类学习 633.6 类别不平衡问题 663.7 阅读材料 67习题 69参考文献 70休息一会儿 72
第4章 决策树 734.1 基本流程 734.2 划分选择 754.2.1 信息增益 754.2.2 增益率 774.2.3 基尼指数 794.3 剪枝处理 794.3.1 预剪枝 804.3.2 后剪枝 824.4 连续与缺失值 834.4.1 连续值处理 834.4.2 缺失值处理 854.5 多变量决策树 884.6 阅读材料 92习题 93参考文献 94休息一会儿 95
第5章 神经网络 975.1 神经元模型 975.2 感知机与多层网络 985.3 误差逆传播算法 1015.4 全局最小与局部极小 1065.5 其他常见神经网络 1085.5.1 RBF网络 1085.5.2 ART网络 1085.5.3 SOM网络 1095.5.4 级联相关网络 1105.5.5 Elman网络 1115.5.6 Boltzmann机 1115.6 深度学习 1135.7 阅读材料 115习题 116参考文献 117休息一会儿 120
第6章 支持向量机 1216.1 间隔与支持向量 1216.2 对偶问题 1236.3 核函数 1266.4 软间隔与正则化 1296.5 支持向量回归 1336.6 核方法 1376.7 阅读材料 139习题 141参考文献 142休息一会儿 145
第7章 贝叶斯分类器 1477.1 贝叶斯决策论 1477.2 极大似然估计 1497.3 朴素贝叶斯分类器 1507.4 半朴素贝叶斯分类器 1547.5 贝叶斯网 1567.5.1 结构 1577.5.2 学习 1597.5.3 推断 1617.6 EM算法 1627.7 阅读材料 164习题 166参考文献 167休息一会儿 169
第8章 集成学习 1718.1 个体与集成 1718.2 Boosting 1738.3 Bagging与随机森林 1788.3.1 Bagging 1788.3.2 随机森林 1798.4 结合策略 1818.4.1 平均法 1818.4.2 投票法 1828.4.3 学习法 1838.5 多样性 1858.5.1 误差--分歧分解 1858.5.2 多样性度量 1868.5.3 多样性增强 1888.6 阅读材料 190习题 192参考文献 193休息一会儿 196
第9章 聚类 1979.1 聚类任务 1979.2 性能度量 1979.3 距离计算 1999.4 原型聚类 2029.4.1 k均值算法 2029.4.2 学习向量量化 2049.4.3 高斯混合聚类 2069.5 密度聚类 2119.6 层次聚类 2149.7 阅读材料 217习题 220参考文献 221休息一会儿 224
第10章 降维与度量学习 22510.1 k近邻学习 22510.2 低维嵌入 22610.3 主成分分析 22910.4 核化线性降维 23210.5 流形学习 23410.5.1 等度量映射 23410.5.2 局部线性嵌入 23510.6 度量学习 23710.7 阅读材料 240习题 242参考文献 243休息一会儿 246
第11章 特征选择与稀疏学习 24711.1 子集搜索与评价 24711.2 过滤式选择 24911.3 包裹式选择 25011.4 嵌入式选择与L$_1$正则化 25211.5 稀疏表示与字典学习 25411.6 压缩感知 25711.7 阅读材料 260习题 262参考文献 263休息一会儿 266
第12章 计算学习理论 26712.1 基础知识 26712.2 PAC学习 26812.3 有限假设空间 27012.3.1 可分情形 27012.3.2 不可分情形 27212.4 VC维 27312.5 Rademacher复杂度 27912.6 稳定性 28412.7 阅读材料 287习题 289参考文献 290休息一会儿 292
第13章 半监督学习 29313.1 未标记样本 29313.2 生成式方法 29513.3 半监督SVM 29813.4 图半监督学习 30013.5 基于分歧的方法 30413.6 半监督聚类 30713.7 阅读材料 311习题 313参考文献 314休息一会儿 317
第14章 概率图模型 31914.1 隐马尔可夫模型 31914.2 马尔可夫随机场 32214.3 条件随机场 32514.4 学习与推断 32814.4.1 变量消去 32814.4.2 信念传播 33014.5 近似推断 33114.5.1 MCMC采样 33114.5.2 变分推断 33414.6 话题模型 33714.7 阅读材料 339习题 341参考文献 342休息一会儿 345
第15章 规则学习 34715.1 基本概念 34715.2 序贯覆盖 34915.3 剪枝优化 35215.4 一阶规则学习 35415.5 归纳逻辑程序设计 35715.5.1 最小一般泛化 35815.5.2 逆归结 35915.6 阅读材料 363习题 365参考文献 366休息一会儿 369
第16章 强化学习 37116.1 任务与奖赏 37116.2 $K$-摇臂赌博机 37316.2.1 探索与利用 37316.2.2 $\epsilon $-贪心 37416.2.3 Softmax 37516.3 有模型学习 37716.3.1 策略评估 37716.3.2 策略改进 37916.3.3 策略迭代与值迭代 38116.4 免模型学习 38216.4.1 蒙特卡罗强化学习 38316.4.2 时序差分学习 38616.5 值函数近似 38816.6 模仿学习 39016.6.1 直接模仿学习 39116.6.2 逆强化学习 39116.7 阅读材料 393习题 394参考文献 395休息一会儿 397
附录 399A 矩阵 399B 优化 403C 概率分布 409
后记 417
索引 419
-
内容简介:
机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
-
作者简介:
周志华,南京大学计算机系教授,ACM杰出科学家,IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任,中国人工智能学会机器学习专业委员会主任,IEEE计算智能学会数据挖掘技术委员会副主席。
-
目录:
目录
第1章 11.1 引言 11.2 基本术 21.3 假设空间 41.4 归纳偏好 61.5 发展历程 101.6 应用现状 131.7 阅读材料 16习题 19参考文献 20休息一会儿 22
第2章 模型评估与选择 232.1 经验误差与过拟合 232.2 评估方法 242.2.1 留出法 252.2.2 交叉验证法 262.2.3 自助法 272.2.4 调参与最终模型 282.3 性能度量 282.3.1 错误率与精度 292.3.2 查准率、查全率与F1 302.3.3 ROC与AUC 332.3.4 代价敏感错误率与代价曲线 352.4 比较检验 372.4.1 假设检验 372.4.2 交叉验证t检验 402.4.3 McNemar检验 412.4.4 Friedman检验与后续检验 422.5 偏差与方差 442.6 阅读材料 46习题 48参考文献 49休息一会儿 51
第3章 线性模型 533.1 基本形式 533.2 线性回归 533.3 对数几率回归 573.4 线性判别分析 603.5 多分类学习 633.6 类别不平衡问题 663.7 阅读材料 67习题 69参考文献 70休息一会儿 72
第4章 决策树 734.1 基本流程 734.2 划分选择 754.2.1 信息增益 754.2.2 增益率 774.2.3 基尼指数 794.3 剪枝处理 794.3.1 预剪枝 804.3.2 后剪枝 824.4 连续与缺失值 834.4.1 连续值处理 834.4.2 缺失值处理 854.5 多变量决策树 884.6 阅读材料 92习题 93参考文献 94休息一会儿 95
第5章 神经网络 975.1 神经元模型 975.2 感知机与多层网络 985.3 误差逆传播算法 1015.4 全局最小与局部极小 1065.5 其他常见神经网络 1085.5.1 RBF网络 1085.5.2 ART网络 1085.5.3 SOM网络 1095.5.4 级联相关网络 1105.5.5 Elman网络 1115.5.6 Boltzmann机 1115.6 深度学习 1135.7 阅读材料 115习题 116参考文献 117休息一会儿 120
第6章 支持向量机 1216.1 间隔与支持向量 1216.2 对偶问题 1236.3 核函数 1266.4 软间隔与正则化 1296.5 支持向量回归 1336.6 核方法 1376.7 阅读材料 139习题 141参考文献 142休息一会儿 145
第7章 贝叶斯分类器 1477.1 贝叶斯决策论 1477.2 极大似然估计 1497.3 朴素贝叶斯分类器 1507.4 半朴素贝叶斯分类器 1547.5 贝叶斯网 1567.5.1 结构 1577.5.2 学习 1597.5.3 推断 1617.6 EM算法 1627.7 阅读材料 164习题 166参考文献 167休息一会儿 169
第8章 集成学习 1718.1 个体与集成 1718.2 Boosting 1738.3 Bagging与随机森林 1788.3.1 Bagging 1788.3.2 随机森林 1798.4 结合策略 1818.4.1 平均法 1818.4.2 投票法 1828.4.3 学习法 1838.5 多样性 1858.5.1 误差--分歧分解 1858.5.2 多样性度量 1868.5.3 多样性增强 1888.6 阅读材料 190习题 192参考文献 193休息一会儿 196
第9章 聚类 1979.1 聚类任务 1979.2 性能度量 1979.3 距离计算 1999.4 原型聚类 2029.4.1 k均值算法 2029.4.2 学习向量量化 2049.4.3 高斯混合聚类 2069.5 密度聚类 2119.6 层次聚类 2149.7 阅读材料 217习题 220参考文献 221休息一会儿 224
第10章 降维与度量学习 22510.1 k近邻学习 22510.2 低维嵌入 22610.3 主成分分析 22910.4 核化线性降维 23210.5 流形学习 23410.5.1 等度量映射 23410.5.2 局部线性嵌入 23510.6 度量学习 23710.7 阅读材料 240习题 242参考文献 243休息一会儿 246
第11章 特征选择与稀疏学习 24711.1 子集搜索与评价 24711.2 过滤式选择 24911.3 包裹式选择 25011.4 嵌入式选择与L$_1$正则化 25211.5 稀疏表示与字典学习 25411.6 压缩感知 25711.7 阅读材料 260习题 262参考文献 263休息一会儿 266
第12章 计算学习理论 26712.1 基础知识 26712.2 PAC学习 26812.3 有限假设空间 27012.3.1 可分情形 27012.3.2 不可分情形 27212.4 VC维 27312.5 Rademacher复杂度 27912.6 稳定性 28412.7 阅读材料 287习题 289参考文献 290休息一会儿 292
第13章 半监督学习 29313.1 未标记样本 29313.2 生成式方法 29513.3 半监督SVM 29813.4 图半监督学习 30013.5 基于分歧的方法 30413.6 半监督聚类 30713.7 阅读材料 311习题 313参考文献 314休息一会儿 317
第14章 概率图模型 31914.1 隐马尔可夫模型 31914.2 马尔可夫随机场 32214.3 条件随机场 32514.4 学习与推断 32814.4.1 变量消去 32814.4.2 信念传播 33014.5 近似推断 33114.5.1 MCMC采样 33114.5.2 变分推断 33414.6 话题模型 33714.7 阅读材料 339习题 341参考文献 342休息一会儿 345
第15章 规则学习 34715.1 基本概念 34715.2 序贯覆盖 34915.3 剪枝优化 35215.4 一阶规则学习 35415.5 归纳逻辑程序设计 35715.5.1 最小一般泛化 35815.5.2 逆归结 35915.6 阅读材料 363习题 365参考文献 366休息一会儿 369
第16章 强化学习 37116.1 任务与奖赏 37116.2 $K$-摇臂赌博机 37316.2.1 探索与利用 37316.2.2 $\epsilon $-贪心 37416.2.3 Softmax 37516.3 有模型学习 37716.3.1 策略评估 37716.3.2 策略改进 37916.3.3 策略迭代与值迭代 38116.4 免模型学习 38216.4.1 蒙特卡罗强化学习 38316.4.2 时序差分学习 38616.5 值函数近似 38816.6 模仿学习 39016.6.1 直接模仿学习 39116.6.2 逆强化学习 39116.7 阅读材料 393习题 394参考文献 395休息一会儿 397
附录 399A 矩阵 399B 优化 403C 概率分布 409
后记 417
索引 419
查看详情
-
九品
北京市西城区
平均发货30小时
成功完成率90.08%
-
2018-12 印刷
印次: 30
九品
北京市昌平区
平均发货11小时
成功完成率96.69%
-
全新
河北省保定市
平均发货37小时
成功完成率86.77%
-
八五品
河北省沧州市
平均发货14小时
成功完成率95.03%
-
九五品
北京市朝阳区
平均发货29小时
成功完成率85.98%
-
全新
北京市房山区
平均发货31小时
成功完成率81.71%
-
全新
北京市丰台区
平均发货44小时
成功完成率83.96%
-
八五品
四川省成都市
平均发货12小时
成功完成率97.33%
-
九品
湖南省长沙市
平均发货22小时
成功完成率87.5%
-
九品
北京市通州区
平均发货20小时
成功完成率91.75%
-
九品
福建省厦门市
平均发货21小时
成功完成率88.29%
-
八五品
重庆市沙坪坝区
平均发货13小时
成功完成率93.74%
-
八五品
江苏省南京市
平均发货29小时
成功完成率86.49%
-
九五品
上海市浦东新区
平均发货4小时
成功完成率96.66%
-
全新
北京市东城区
平均发货29小时
成功完成率84.28%
-
八五品
安徽省宣城市
平均发货15小时
成功完成率93.44%
-
九品
北京市通州区
平均发货9小时
成功完成率93.85%
-
2016-11 印刷
印次: 12
九品
山西省太原市
平均发货13小时
成功完成率97.15%
-
九品
北京市昌平区
平均发货19小时
成功完成率95.38%
-
八五品
江苏省苏州市
平均发货15小时
成功完成率96.79%
-
八五品
北京市昌平区
平均发货23小时
成功完成率94.95%
-
机器学习/CF4-
单号联系主页电话工作时间随时出,当日17点前订单当日发出,切记,店内都是实拍图,一切以图片为准。 33
八五品
河北省邢台市
平均发货7小时
成功完成率96.47%
-
八五品
北京市海淀区
平均发货7小时
成功完成率96.82%
-
八五品
湖北省武汉市
平均发货10小时
成功完成率91.59%
-
八五品
河南省郑州市
平均发货14小时
成功完成率92.89%
-
九品
北京市丰台区
平均发货13小时
成功完成率95.51%
-
九品
北京市海淀区
平均发货9小时
成功完成率96.81%
-
九品
湖北省武汉市
平均发货6小时
成功完成率96.11%
-
九品
福建省福州市
平均发货10小时
成功完成率91.84%
-
九品
北京市昌平区
平均发货12小时
成功完成率95.45%
-
八五品
四川省成都市
平均发货10小时
成功完成率89.94%
-
八五品
广东省梅州市
平均发货23小时
成功完成率93.78%
-
八五品
江西省南昌市
平均发货5小时
成功完成率91.36%
-
八五品
江苏省苏州市
平均发货12小时
成功完成率96.69%
-
九品
北京市丰台区
平均发货8小时
成功完成率95.13%
-
2022-09 印刷
印次: 39
九品
北京市海淀区
平均发货6小时
成功完成率96.18%
-
全新
山西省晋城市
平均发货38小时
成功完成率76.03%
-
九品
北京市昌平区
平均发货31小时
成功完成率94.19%
-
2016年 印刷
九品
北京市昌平区
平均发货10小时
成功完成率95.88%
-
全新
四川省成都市
平均发货17小时
成功完成率81.11%
-
机器学习
本店经营图书主为8-95品二手书,均按照实物图发货(18500172794)
九五品
河北省保定市
平均发货17小时
成功完成率93.5%
-
九品
北京市通州区
平均发货11小时
成功完成率97.42%
-
八五品
-
2018-05 印刷
印次: 26
九品
北京市昌平区
平均发货11小时
成功完成率97.77%
-
全新
天津市河北区
平均发货24小时
成功完成率72.92%
-
八五品
山东省济南市
平均发货12小时
成功完成率95.14%
-
机器学习
正版书 内容无笔记划线 品相如图 品相如图 所见即所得 原书拍摄 现货速发
九品
北京市昌平区
平均发货12小时
成功完成率94.78%
-
八五品
湖北省武汉市
平均发货6小时
成功完成率96.11%
-
2017-07 印刷
印次: 20
八五品
北京市昌平区
平均发货14小时
成功完成率96.18%
-
机器学习
正版书 内页有笔记划线 实物拍摄 品相如图 品相如图 原书拍摄 现货速发
九品
北京市昌平区
平均发货12小时
成功完成率94.78%