MARC状态:审校 文献类型:中文图书 浏览次数:19
- 题名/责任者:
- 机器学习导论/卢官明编著
- 出版发行项:
- 北京:机械工业出版社,2021.8
- ISBN及定价:
- 978-7-111-68511-1/CNY69.00
- 载体形态项:
- 242页:图;26cm
- 丛编项:
- 普通高等教育人工智能专业系列教材
- 个人责任者:
- 卢官明 编著
- 学科主题:
- 机器学习-高等学校-教材
- 中图法分类号:
- TP181
- 一般附注:
- 双色印刷
- 相关题名附注:
- 英文并列题名取自封面
- 书目附注:
- 有书目 (第242页)
- 提要文摘附注:
- 全书共分9章, 主要介绍线性回归、Logistic回归、Softmax回归、k-近邻法和k-d树、支持向量机、贝叶斯分类器与贝叶斯网络、决策树、AdaBoost算法、梯度提升决策树 (GBDT)、随机森林和极端随机树、k-means算法、BIRCH算法、DBSCAN算法、OPTICS算法、卷积神经网络、循环神经网络、生成式对抗网络。
- 使用对象附注:
- 本书可作为高等院校电子信息工程、广播电视工程、智能科学与技术、自动化、计算机科学与技术、数据科学与大数据技术、物联网工程等相关专业本科生的教材或教学参考书
全部MARC细节信息>>



