机器学习公式详解

978-7-115-55910-4
作者: 谢文睿,秦州
译者:
编辑: 郭媛
分类: 推荐

图书目录:

序(王斌 小米AI 实验室主任、NLP 首席科学家)

前言

主要符号表

第 1章 绪论

式(1.1)

式(1.2)

第 2章 模型评估与选择

式(2.20)

式(2.21)

式(2.27)

式(2.41)

附注

参考文献

第3章 线性模型

式(3.5)

式(3.6)

式(3.7)

式(3.10)

式(3.27)

式(3.30)

式(3.32)

式(3.37)

式(3.38)

式(3.39)

式(3.43)

式(3.44)

式(3.45)

第4章 决策树

式(4.1)

式(4.2)

式(4.6)

式(4.7)

式(4.8)

附注

参考文献

第5章 神经网络

式(5.2)

式(5.10)

式(5.12)

式(5.13)

式(5.14)

式(5.15)

ii j 目录

式(5.20)

式(5.22)

式(5.23)

式(5.24)

附注

参考文献

第6章 支持向量机

式(6.9)

式(6.10)

式(6.11)

式(6.13)

式(6.35)

式(6.37)

式(6.38)

式(6.39)

式(6.40)

式(6.41)

式(6.52)

式(6.60)

式(6.62)

式(6.63)

式(6.65)

式(6.66)

式(6.67)

式(6.70)

附注

参考文献

第7章 贝叶斯分类器

式(7.5)

式(7.6)

式(7.12)

式(7.13)

式(7.19)

式(7.20)

式(7.24)

式(7.25)

式(7.27)

式(7.34)

附注

参考文献

第8章 集成学习

式(8.1)

式(8.2)

式(8.3)

式(8.4)

式(8.5)

式(8.6)

式(8.7)

式(8.8)

式(8.9)

式(8.10)

式(8.11)

式(8.12)

式(8.13)

式(8.14)

式(8.16)

式(8.17)

式(8.18)

式(8.19)

式(8.20)

式(8.21)

式(8.22)

式(8.23)

式(8.24)

式(8.25)

式(8.26)

式(8.27)

式(8.28)

式(8.29)

式(8.30)

式(8.31)

式(8.32)

式(8.33)

式(8.34)

式(8.35)

式(8.36)

第9章 聚类

式(9.5)

式(9.6)

式(9.7)

式(9.8)

式(9.33)

式(9.34)

式(9.35)

式(9.38)

第 10章 降维与度量学习

式(10.1)

式(10.2)

式(10.3)

式(10.4)

式(10.5)

式(10.6)

式(10.10)

式(10.14)

式(10.17)

式(10.24)

式(10.28)

式(10.31)

第 11章 特征选择与稀疏学习

式(11.1)

式(11.2)

式(11.5)

式(11.6)

式(11.7)

式(11.10)

式(11.11)

式(11.12)

式(11.13)

式(11.14)

式(11.15)

式(11.16)

式(11.17)

式(11.18)

第 12章 计算学习理论

式(12.1)

式(12.2)

式(12.3)

式(12.4)

式(12.5)

式(12.7)

式(12.9)

式(12.10)

式(12.11)

式(12.12)

式(12.13)

式(12.14)

式(12.15)

式(12.16)

式(12.17)

式(12.18)

式(12.19)

式(12.20)

式(12.21)

式(12.22)

式(12.23)

式(12.24)

式(12.25)

式(12.26)

式(12.27)

式(12.28)

式(12.29)

式(12.30)

式(12.31)

式(12.32)

式(12.34)

式(12.36)

式(12.37)

式(12.38)

式(12.39)

式(12.40)

式(12.41)

式(12.42)

式(12.43)

式(12.44)

式(12.45)

式(12.46)

式(12.52)

式(12.53)

式(12.57)

式(12.58)

式(12.59)

式(12.60)

参考文献

第 13章 半监督学习

式(13.1)

式(13.2)

式(13.3)

式(13.4)

式(13.5)

式(13.6)

式(13.7)

式(13.8)

式(13.9)

式(13.12)

式(13.13)

式(13.14)

式(13.15)

式(13.16)

式(13.17)

式(13.20)

第 14章 概率图模型

式(14.1)

式(14.2)

式(14.3)

式(14.4)

式(14.7)

式(14.8)

式(14.9)

式(14.10)

式(14.14)

式(14.15)

式(14.16)

式(14.17)

式(14.18)

式(14.19)

式(14.20)

式(14.22)

式(14.26)

式(14.27)

式(14.28)

式(14.29)

式(14.30)

式(14.31)

式(14.32)

式(14.33)

式(14.34)

式(14.35)

式(14.36)

式(14.37)

式(14.38)

式(14.39)

式(14.40)

式(14.41)

式(14.42)

式(14.43)

式(14.44)

第 15章 规则学习

式(15.2)

式(15.3)

式(15.6)

式(15.7)

式(15.9)

式(15.10)

式(15.11)

式(15.12)

式(15.13)

式(15.14)

式(15.16)

第 16章 强化学习

式(16.2)

式(16.3)

式(16.4)

式(16.7)

式(16.8)

式(16.10)

式(16.14)

式(16.16)

式(16.31)

详情

周志华老师的《机器学习》(俗称“西瓜书”)是机器学习领域的经典入门教材之一。本书(俗称“南瓜书”)基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成,旨在对“西瓜书”中重难点公式加以解析,以及对部分公式补充具体的推导细节。 全书共16 章,与“西瓜书”章节、公式对应,每个公式的推导和解析都以本科数学基础的视角进行讲解,希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料,以便有兴趣的读者进一步钻研探索。 本书思路清晰,视角独特,结构合理,可作为高等院校计算机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。

图书摘要

相关图书

黑客与画家(10万册纪念版)
黑客与画家(10万册纪念版)
Python编程 从入门到实践 第2版(百万册纪念版)
Python编程 从入门到实践 第2版(百万册纪念版)
Python编程快速上手 让繁琐工作自动化 第2版
Python编程快速上手 让繁琐工作自动化 第2版
拉伸运动解剖学第3版
拉伸运动解剖学第3版
思维导图分类作文02 精妙构思+精彩范文(记事篇)
思维导图分类作文02 精妙构思+精彩范文(记事篇)
说服力 工作型PPT该这样做
说服力 工作型PPT该这样做

相关文章

相关课程