精通机器学习算法/(意) 朱塞佩·博纳科尔索, Giuseppe Bonaccorso, 刘继红, 王瑞文, 张强
附件:设置1:设置2:设置3:本书将数学理论与实例相结合, 这些实例以最先进的通用机器学习框架为基础, 由Python实现, 向读者介绍更复杂的算法。全书共25章, 包括机器学习模型基础、损失函数和正则化、半监督学习导论、高级半监督分类、基于图的半监督学习、聚类和无监督学习模型、高级聚类和无监督学习模型、面向营销的聚类和无监督学习模型、广义线性模型和回归、时序分析导论、贝叶斯网络和隐马尔可夫模型、最大期望算法、成分分析和降维、赫布学习、集成学习基础、高级提升算法、神经网络建模、神经网络优化、深度卷积网络、循环神经网络、自编码器、生成对抗网络导论、深度置信网络、强化学习导论和高级策略估计算法。摘要:
附注提要
本书将数学理论与实例相结合, 这些实例以最先进的通用机器学习框架为基础, 由Python实现, 向读者介绍更复杂的算法。全书共25章, 包括机器学习模型基础、损失函数和正则化、半监督学习导论、高级半监督分类、基于图的半监督学习、聚类和无监督学习模型、高级聚类和无监督学习模型、面向营销的聚类和无监督学习模型、广义线性模型和回归、时序分析导论、贝叶斯网络和隐马尔可夫模型、最大期望算法、成分分析和降维、赫布学习、集成学习基础、高级提升算法、神经网络建模、神经网络优化、深度卷积网络、循环神经网络、自编码器、生成对抗网络导论、深度置信网