机器学习精讲/(加) 安德烈·布可夫, Andriy Burkov, 韩江雷
附件:设置1:设置2:设置3:本书用简短的篇幅、精炼的语言, 讲授机器学习领域必备的知识和技能。全书共11章和一个术语表, 依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等, 涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。摘要:
附注提要
本书用简短的篇幅、精炼的语言, 讲授机器学习领域必备的知识和技能。全书共11章和一个术语表, 依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等, 涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。