×
暂无评论
图文详情
  • ISBN:7111109937
  • 装帧:简裝本
  • 册数:暂无
  • 重量:暂无
  • 开本:小16开
  • 页数:282
  • 出版时间:2003-01-01
  • 条形码:9787111109938 ; 978-7-111-10993-8

内容简介

本书展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。本书综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。本书可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。

目录

译者序
前言
第1章 引言
第2章 概念学习和一般到特殊序
第3章 决策树学习
第4章 人工神经网络
第5章 评估假设
第6章 贝叶斯学习
第7章 计算机学习理论
第8章 基于实例的学习
第9章 遗传算法
第11章 分析学习
第12章 归纳和分析学习的结合
第13章 增强学习
展开全部

作者简介

Tom M.Mitchell是卡内基梅隆大学的教授,讲授“机器学习”等多门课程;美国人工智能协会(AAAL)的主席;美国《Machine Learning》杂志、国际机器学习年度会议(ICML)的创始人;多种技术杂志的撰稿人,曾发表过许多文章,出版过多本专著,是机器学习领域的著名学者。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航