×
机器学习(英文版)

机器学习(英文版)

¥25.6 (4.4折) ?
1星价 ¥28.4
2星价¥28.4 定价¥58.0
全场折上9折期间 满39元包邮

温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口有划线标记、光盘等附件不全详细品相说明>>

暂无评论
图文详情
  • ISBN:7111115023
  • 装帧:简裝本
  • 册数:暂无
  • 重量:暂无
  • 开本:261×184×15毫米
  • 页数:436
  • 出版时间:2003-03-01
  • 条形码:9787111115021 ; 978-7-111-11502-1

本书特色

机器学习这门学科研究的是能通过经验自动改进的计算机算法,其应用从数据挖掘程序到信息过滤系统,再到自动机工具,已经非常丰宣。机器学习从很多学科吸收了成果和概念,包括人工智能、概率论与数理统计、哲学、信息论、生物学、认知科学和控制论等,并以此来理解问题的背景、算法和算法中的隐含假定。
本书展示了机器学习中的核心算法和理论,并阐明了算法的运行过程。书中主要涵盖了目前机器学习中各种*实用的理论和算法,包括概念学习、决策树、神经网络、贝叶斯学习、基于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等。对每一个主题,作者不仅进行了十分详尽和直观的解释,还给出了实用的算法流程。本书被卡内基梅隆等许多大学作为机器学习课程的教材。

内容简介

本书展示了机器学习中的核心算法和理论,并阐明了算法的运用过程。书中主要含盖了目前机器学习各种*实用的理论和算法,包括概念学习、决策树、神经网络、贝叶斯学习、急于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等。对每一个主题,作者不仅进行了十分详尽和直观的解释,还给出了实用的算法流程。本书被卡内基梅隆等许多大学生作为机器学习课程的教材。

目录

1introduction
2conceptlearningandthegeneral-to-specificordering
3decisiontreelearing
4artificialnetworks
5evaluatinghypotheses
6batesianlearing
7computaionallearingtheory
8instance-basedlearing
9geneticalgorithms
10learingsetsofrules
11analytical
12combininginductiveandanalyticallearning
13reinforcementlearing
展开全部

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