同类推荐
-
-
网络服务器配置与管理
-
¥49.00
-
-
Stable Diffusion AIGC视觉教程
-
¥59.80
-
-
Python程序设计
-
¥59.00
-
-
Python程序设计
-
¥59.00
-
-
Python程序设计
-
¥59.00
-
-
开拍！人人都可做导演:Seedance 2.0实战指南…
-
¥69.90
-
-
解码数字化转型
-
¥88.00
-
-
解码数字化转型
-
¥88.00
-
-
解码数字化转型
-
¥88.00
-
-
vLLM与SGLang:大模型高效推理双引擎实战
-
¥99.00
|
|
图书信息
|
|
|
|
模式识别和机器学习基础
|
| ISBN： | 9787111735267 |
定价： | ￥119.00 |
| 作者： | (美)乌利塞斯·布拉加-内托(Ulisses Braga-Neto)著 |
出版社： | 机械工业出版社 |
| 出版时间： | 2023年10月 |
开本： | 26cm |
| 页数： | 246页 |
装祯： | 平装 |
中图法： | TP391.4 |
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
|
524
|
|
2026-08-21
|
图书简介 | | 本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了zui优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。 |
|