机读格式显示(MARC)

• 000 02362cam 2200649 450

• 001 0000357031

• 005 20191126144300.0

• 010 __ |a 978-7-302-51718-4 |d CNY69.00

• 099 __ |a CAL 012019084044

• 100 __ |a 20190701d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习 |A ji qi xue xi |e 算法背后的理论与优化 |f 史春奇, 卜晶祎, 施智平著

• 210 __ |a 北京 |c 清华大学出版社 |d 2019

• 215 __ |a XIII, 185页 |c 图 |d 26cm

• 225 2_ |a 中外学者论AI |A zhong wai xue zhe lun ai

• 320 __ |a 有书目

• 330 __ |a 本书以机器学习为核心的人工智能已经成为新一代生产力发展的主要驱动因素。新的技术正在向各行各业渗透，大有变革各个领域的趋势。传统产业向智慧产业的升级迫使原行业从业人员逐渐转型，市场上对相关学习材料的需求也日益高涨。帮助广大学习者更好地理解和掌握机器学习，是编写本书的目的。本书针对机器学习领域中最常见的一类问题——有监督学习，从入门、进阶、深化三个层面由浅入深地进行了讲解。三个层面包括基础入门算法、核心理论及理论背后的数学优化。入门部分用以逻辑回归为代表的广义线性模型为出发点，引入书中所有涉及的知识点；进阶部分的核心理论涵盖了经验风险最小、结构风险最小、正则化及统一的分类边界理论；深化部分的数学优化则主要包括最大熵原理、拉格朗日对偶等理论在数学上的推导，以及对模型求解的主流最优化方法的探讨等。

• 410 _0 |1 2001 |a 中外学者论AI

• 517 1_ |a 算法背后的理论与优化 |A suan fa bei hou de li lun yu you hua

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

• 690 __ |a TP181 |v 5

• 701 _0 |a 史春奇 |A shi chun qi |4 著

• 701 _0 |a 卜晶祎 |A bu jing wei |4 著

• 701 _0 |a 施智平 |A shi zhi ping |4 著

• 801 _0 |a CN |b NMU |c 20190701

• 801 _2 |a CN |b PUL |c 20190724

• 905 __ |a XATU |d TP181/114

• 920 __ |a 211010 |z 2

• 920 __ |a 215010 |z 1

• 920 __ |a 244050 |z 1

• 920 __ |a 211060 |z 2

• 920 __ |a 232020 |z 1

• 920 __ |a 244020 |z 1

• 920 __ |a 242120 |z 1

• 920 __ |a 236010 |z 1

• 920 __ |a 212020 |z 1

• 920 __ |a 245010 |z 1

• 920 __ |a 231020 |z 1

• 920 __ |a 261030 |z 1

• 920 __ |a 241010 |z 1

• 920 __ |a 211260 |z 1

• 920 __ |a 222020 |z 1

• 920 __ |a 242010 |z 1

• 920 __ |a 430102 |z 1

• 920 __ |a 261011 |z 1

• 920 __ |a 243160 |z 1

• 920 __ |a 221020 |z 1

• 920 __ |a 237010 |z 1

• 920 __ |a 237385 |z 1

• 920 __ |a 251010 |z 1

• 920 __ |a 242020 |z 1

• 920 __ |a 231280 |z 1

• 920 __ |a 231220 |z 2

• 998 __ |a NMU