机读格式显示(MARC)

• 000 01378nam0 2200265 450

• 001 0000537513

• 005 20210910095200.0

• 010 __ |a 978-7-301-31347-3 |d CNY89.00

• 100 __ |a 20200921d2020 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习与深度学习算法基础 |A ji qi xue xi yu shen du xue xi suan fa ji chu |f 贾壮编著

• 210 __ |a 北京 |c 北京大学出版社 |d 2020

• 215 __ |a 391页 |c 图 |d 26cm

• 312 __ |a 英文并列题名取自封面

• 314 __ |a 贾壮, 毕业于清华大学自动化系, 专业为模式识别与智能系统方向。

• 330 __ |a 本书从机器学习的概念与基本原理开始, 介绍了机器学习及近年来流行的深度学习领域的经典模型。阅读本书可以让读者系统地了解机器学习和深度学习领域的基本知识, 领会模型算法的思路与策略。本书分为两篇, 共18章。一篇为经典机器学习模型, 主要介绍常用的机器学习经典模型, 包括线性回归、支持向量机模型、逻辑斯蒂回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模型与方法, 剖析神经网络的基本要素, 并介绍常用的深度学习模型, 包括感知机、卷积神经网络、循环神经网络、生成对抗网络。

• 510 1_ |a Fundamentals of machine learning and deep learning algorithms |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |a 贾壮 |A jia zhuang |4 编著

• 801 _0 |a CN |b LIB |c 20210910

• 905 __ |a LIB |d TP181/168