同类推荐
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
智能时代的伦理与法律:人工智能治理的多元视角:plur…
-
¥65.00
-
-
人工智能算法从基础到实战
-
¥99.00
-
-
零基础自学AI应用开发
-
¥79.80
-
-
【预售】【预售结束时间：2025-12-20 00:0…
-
¥79.80
-
-
生成式人工智能应用实践
-
¥69.80
-
-
生成式人工智能应用实践
-
¥69.80
-
-
生成式人工智能应用实践
-
¥69.80
|
|
图书信息
|
|
|
|
机器学习与深度学习算法基础
|
| ISBN： | 9787301313473 |
定价： | ￥89.00 |
| 作者： | 贾壮著 |
出版社： | 北京大学出版社 |
| 出版时间： | 2020年09月 |
开本： | 26cm |
| 页数： | 391页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
1
|
库区2/库区7
|
2025-11-24
|
|
其它供货商库存合计
|
691
|
|
2025-11-20
|
图书简介 | | 本书分为两篇，共18章。第一篇为经典机器学习模型，主要介绍常用的机器学习经典模型，包括线性回归、支持向量机模型、逻辑斯带回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模型与方法，剖析神经网络的基本要素，并介绍常用的深度学习模型，包括感知机、卷积神经网络、循环神经网络、生成对抗网络。 |
|