内容介绍
本书展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。本书综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。本书可作为计算机专业本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。
机器学习
目录
●出版者的话
译者序
前言
第1章 引言
1.1学习问题的标准描述
1.2设计一个学习系统
1.2.1选择训练经验
1.2.2选择目标函数
1.2.3选择目标函数的表示
1.2.4选择函数逼近算法
1.2.5最终设计
1.3机器学习的一些观点和问题
1.4如何阅读本书
1.5小结和补充读物
习题
第2章 概念学习和一般到特殊序
2.1简介
2.2概念学习任务
2.2.1术语定义
2.2.2归纳学习假设
2.3作为搜索的概念学习
……
内容介绍
本书展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。本书综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。本书可作为计算机专业本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。
微信支付
支付宝
扫一扫购买