返回上一页 发布人:patent
我要发布信息
| 好书推荐：理解机器学习从理论到算法 | 发布于:2016/03/12 | |
| 随着互联网和大数据等新兴IT产业的兴起，机器学习技术已经渗透到我们生活的各个方面。例如，搜索引擎通过机器学习技术给我们推送最佳的搜索结果；反垃圾邮件软件通过机器学习技术为我们过滤电子邮件；数码相机通过机器学习技术帮我们识别相片中的人脸；智能手机通过机器学习技术可以理解我们输入的声音指令；汽车通过机器学习技术可以在未来实现自动驾驶，等等。机器学习技术在其他各个科学领域如生物信息学、天文学、物理学、医药学等领域也在发挥着重要的作用。本书对机器学习技术的理论和方法进行了系统的介绍。 http://www.1st.com.cn 全书分为4大部分，共31章。1.对机器学习进行了概述，阐述什么是学习，为什么需要机器学习以及机器学习的种类。第1部分 基础，包括第2-8章：2. 问题引入；3. 学习的形式化模型；4. 一致收敛性学习；5. 偏置复杂性权衡；6. VC维；7. 非均匀的可学习性；8. 机器学习的运行时问题。第2部分 从理论到算法，包括第9-20章：9. 线性预测器；10. Boosting方法；11. 模型选择与验证；12. 凸学习问题；13. 正则化与稳定性；14. 随机梯度下降；15. 支持向量机；16. 核方法；17. 多分类、排序与复杂预测问题；18. 决策树方法；19. 最近邻方法；20. 神经网络方法。第3部分 其他机器学习模型，包括第21-25章：21. 在线学习问题；22. 聚类问题；23. 维度约减；24. 生成模型；25. 特征选择与生成。第4部分 高级理论，包括第26-31章：26. Rademache复杂性；27. 覆盖数；28. 机器学习理论基本定理的证明；29. 多类可学习性问题； 30. 压缩界；31. PACBayes界。 本书几乎涵盖了机器学习的方方面面，兼顾了广度与深度，以及可读性与学术性，是一本非常难得的机器学习的专业书籍，适合研究人员和相关专业的研究生学习参考。 张志斌，副研究员 （中国科学院计算技术研究所）来源：国外科技新书评介 |
||
