安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习入门:基于数学原理的Python实战/戴璞微,潘斌著

出版发行项:

北京:北京大学出版社,2019

ISBN及定价:

978-7-301-30897-4/CNY69.00

载体形态项:

280页:图;26cm

并列正题名:

Machine learning

其它题名:

基于数学原理的Python实战

个人责任者:

戴璞微 著

个人责任者:

潘斌 著

学科主题:

机器学习

中图法分类号:

TP181

相关题名附注:

封面题英文题名:Machine learning

责任者附注:

戴琐微,中国民航大学硕士,CSDN博客专家,曾获得全国大学生数学竞赛国家一等奖、北美数学建模二等奖,参与国家自然科学基金项目1项。对计算机视觉、机器学习和深度学习有深入研究。潘斌,浙江大学应用数学系博士 ,现任辽宁石油化工大学理学院副院长,2018年入选辽宁省“兴辽英才计划”青年拔尖人才,2016年主持国家自然科学基金青年基金项目1项;2015年主持辽宁省自然科学基金项目1项;2016年主持浙江大学CAD&CG国家重点实验室开放课题2项。

提要文摘附注:

机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交学科。机器学习的基础就是数学,这也就要求学习者要有良好的数学基础。为了降低机器学习的学习门槛,本书深入浅出地对机器学习算法的数学原理进行了严谨的推导;并利用Python? 3对各种机器学习算法进行复现,还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础;线性回归、局部加权线性回归两种回归算法;Logistic回归、Softmax回归和BP神经网络3种分类算法;模型评估与优化;K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法——主成分分析。

豆瓣简介：