同类推荐
-
-
OpenClaw+DeepSeek+Coze+飞书：A…
-
¥78.00
-
-
OpenClaw+DeepSeek+Coze+飞书：A…
-
¥78.00
-
-
OpenClaw+DeepSeek+Coze+飞书：A…
-
¥78.00
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
Cursor+Windsurf AI高性能架构开发与测…
-
¥89.00
-
-
多模态大模型技术及应用
-
¥99.00
-
-
大模型架构与设计:构建高效能AI系统:building…
-
¥68.00
-
-
机器学习（第3版）
-
¥79.80
-
-
机器学习（第3版）
-
¥79.80
|
|
图书信息
|
|
|
|
鲁棒自适应机器学习方法及应用
|
| ISBN： | 9787307245297 |
定价： | ￥49.00 |
| 作者： | 张佳铭著 |
出版社： | 武汉大学出版社 |
| 出版时间： | 2024年10月 |
开本： | 26cm |
| 页数： | 198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4/样本4
|
2026-04-20
|
|
其它供货商库存合计
|
364
|
|
2026-04-20
|
图书简介 | | 本书将最优控制方法融入到机器学习的研究中，创新性的建立了一个基于最优反馈控制在线学习框架，并在该框架下提出了一系列用于解决线性和非线性的分类与回归问题的鲁棒自适应学习算法。构建了基于最优控制的鲁棒在线学习架构，分别讨论该架构下的线性回归、二分类和多分类问题。将线性问题的架构拓展到非线性回归与分类问题。提出了基于控制的深度学习优化器CSGC。基于深度学习的思想，提出一种深度学习视角下的样本选择模型。 |
|