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
|
|
|
|
机器学习的算法分析和实践
|
| ISBN： | 9787302641520 |
定价： | ￥59.00 |
| 作者： | 孙健编著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2023年10月 |
开本： | 24cm |
| 页数： | 176页 |
中图法： | TP181 |
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
|
500
|
|
2025-12-05
|
图书简介 | | 本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多，本书在最后两章集中把重要的一些概率论和线性代数的内容加以介绍。 |
|