书目信息 |
| 题名： |
机器学习方法
|
|
| 作者： | 李航 著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2022 |
|
| 页数： | 19,548页 | |
| 开本： | 26cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 | |
| 科图分类： | ||
| 主题词： | 机器学习 | |
| 电子资源： | ||
| ISBN： | 978-7-302-59730-8 | |
| 000 | 01254nam0 2200253 450 | |
| 001 | 2470268772 | |
| 005 | 20130101000533.82 | |
| 010 | @a978-7-302-59730-8@dCNY138.00 | |
| 049 | @aO110106RET@bUCS01011002164@c011002164 | |
| 100 | @a20220507d2022 em y0chiy0110 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 001yy | |
| 200 | 1 | @a机器学习方法@9ji qi xue xi fang fa@b专著@f李航著 |
| 210 | @a北京@c清华大学出版社@d2022 | |
| 215 | @a19,548页@c图@d26cm | |
| 330 | @a本书全面系统地介绍了机器学习的主要方法，共分3篇。第1篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等：第2篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等；第3篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法，详细叙述各个方法的模型、策略和算法。 | |
| 606 | 0 | @a机器学习 |
| 690 | @aTP181@v5 | |
| 701 | 0 | @a李航@9li hang@4著 |
| 801 | 0 | @aCN@b人天书店@c20220507 |
| 801 | 2 | @aCN@bOLCC @c20220622 |
| 801 | 2 | @aCN@bO110106RET@c20220518 |
| 905 | @a241250@dTP181@e141 | |
| 机器学习方法/李航著.-北京：清华大学出版社，2022 |
| 19,548页：图；26cm |
| ISBN 978-7-302-59730-8：CNY138.00 |
| 本书全面系统地介绍了机器学习的主要方法，共分3篇。第1篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等：第2篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等；第3篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法，详细叙述各个方法的模型、策略和算法。 |
| ● |
| 相关链接 |
正题名：机器学习方法
索取号：TP181/141
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 2025804 | 220258049 | 样本书库/ [索取号:TP181/141] | 在馆 | |
| 2 | 2025805 | 220258058 | 新区/ [索取号:TP181/141] | 在馆 | |
| 3 | 2025806 | 220258067 | 新区/ [索取号:TP181/141] | 在馆 |