书目详细信息
： 机器学习与深度学习算法基础
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-301-31347-3:CNY89.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习与深度学习算法基础/.贾壮编著 |
| 出版发行项： | 北京:,北京大学出版社:,2020 |
| 载体形态项： | 391页:;+图:;+26cm |
| 提要文摘： | 本书分为两篇，共18章。第一篇为经典机器学习模型，主要介绍常用的机器学习经典模型，包括线性回归、支持向量机模型、逻辑斯蒂回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模型与方法，剖析神经网络的基本要素，并介绍常用的深度学习模型，包括感知机、卷积神经网络、循环神经网络、生成对抗网络。 |
| 并列题名： | Fundamentals of machine learning and deep learning algorithms eng |
| 题名主题： | 机器学习 算法 |
| 中图分类： | TP181 |
| 个人名称等同： | 贾壮 编著 |
| 记录来源： | CN SDL 20210831 |