同类推荐
-
-
人工智能通识与应用
-
¥39.80
-
-
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
-
-
【预售】【预售结束时间：2025-12-20 00:0…
-
¥79.80
-
-
人工智能技术及多智能体控制探究
-
¥89.00
-
-
实战扣子空间:场景智能化高效实现
-
¥69.00
-
-
实战扣子空间:场景智能化高效实现
-
¥69.00
|
|
图书信息
|
|
|
|
机器学习中的统计思维（Python实现）
|
| ISBN： | 9787302634010 |
定价： | ￥99.00 |
| 作者： | 董平编著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2023年09月 |
开本： | 26cm |
| 页数： | 351页 |
中图法： | TP181;TP312PY |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
137
|
|
2025-12-05
|
图书简介 | | 本书以统计思维的视角，揭示监督学习中回归和分类模型的核心思想，帮助读者构建理论体系。具体模型包括线性回归模型、K近邻模型、贝叶斯推断、逻辑回归模型、最大熵模型、决策树模型、感知机模型、支持向量机、EM 算法和提升方法。本书共12章，绪论介绍贯穿本书的两大思维模式，以及关于全书的阅读指南；第1章介绍一些基本术语，并给出监督学习的流程；第2章介绍关于回归问题的机器学习方法；第3￣9章介绍关于分类问题的机器学习方法；第10章介绍可应用于具有隐变量模型的参数学习算法一EM算法；第11章简单介绍集成学习，并重点阐述其中的提升(Boosting)方法。 |
|