|
题名:
|
机器学习:实用案例解析 / Drew Conway, John Myles White著 , 陈开江, 刘逸哲, 孟晓楠译 |
|
ISBN:
|
978-7-111-41731-6 价格： CNY69.00 |
|
语种:
|
chi |
|
载体形态:
|
288页 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2013 |
|
内容提要:
|
本书比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,还讨论了一些有生命力的新理论、新方法。全书案例既有分类问题,也有回归问题;既包含监督学习,也涵盖无监督学习。本书讨论的案例从分类讲到回归,然后讨论了聚类、降维、最优化问题等。这些案例包括分类:垃圾邮件识别,排序:智能收件箱,回归模型:预测网页访问量,正则化:文本回归,最优化:密码破解,无监督学习:构建股票市场指数,空间相似度:用投票记录对美国参议员聚类,推荐系统:给用户推荐R语言包,社交网络分析:在Twitter上感兴趣的人,模型比较:给你的问题找到最佳算法。各章对原理的叙述力求概念清晰、表达准确,突出理论联系实际,富有启发性,易于理解。在探索这些案例的过程中用到的基本工具就是R统计编程语言。R语言非常适合用于机器学习的案例研究,因为它是一种用于数据分析的高水平、功能性脚本语言。 本书可作为高等院校计算机、自动化、电子和通信等专业研究生和高年级本科生的参考书。本书内容对从事人工智能、机器学习、数据挖掘、模式识别等相关领域研究的科技人员具有较好的参考价值。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
附注:
|
华章科技 |