电子书《机器学习导论》第 2 版

书籍教程 小白学CV ⋅ 于 2个月前 ⋅ 332 阅读

内容简介 · · · · · ·
全面讨论机器学习方法和技术,层次合理、叙述清晰、难度适中。
涵盖了经典的机器学习算法和理论,同时补充了近年来新出现的机器学习方法。
最佳的机器学习入门教材。
《机器学习导论(原书第2版)》讨论了机器学习在统计学、模式识别、神经网络、人工智能、信号处理等不同领域的应用,其中涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较以及增强学习。
《机器学习导论(原书第2版)》可供完成计算机程序设计、概率论、微积分和线性代数课程的高年级本科生和研究生使用,也可供对机器学习感兴趣的工程技术人员参考。


作者简介 · · · · · ·
Ethem Alpaydin,土耳其伊斯坦布尔博阿齐奇大学(Bogazi?i University)计算机工程系教授。他于1990年在瑞士洛桑联邦理工学院获博士学位,1991年在加州大学伯克利分校国际计算机研究所(ICS, UC Berkeley)做博士后工作;之后作为访问学者,先后在美国麻省理工学院、加州大学伯克利分校国际计算机研究所、瑞士戴尔莫尔感知人工智能研究所(IDIAP)从事研究工作。他是土耳其科学院院士,IEEE高级会员,牛津大学出版社《The Computer Journal》杂志编委和Elsevier出版社《Pattern Recognition》杂志副主编。

本书讨论的许多方法都源于各种领域:统计学、模式识别、神经网络、人工智能、信号处理、控制和数据挖掘。过去,这些不同领域的研究遵循不同的途径,侧重点也不同。本书旨在把它们组合在一起,给出问题的统一处理并提供它们的解。
本书是一本入门教材,用于高年级本科生和研究生的机器学习课程,以及在业界工作、对这些方法的应用感兴趣的工程技术人员。预备知识是计算机程序设计、概率论、微积分和线性代数方面的课程。本书的目标是充分解释所有的学习算法,使得从本书给出的方程到计算机程序只是一小步。为了使这一任务更容易完成,对于某些情况,我们给出了算法的伪代码。

file


电子书下载地址:

链接: https://pan.baidu.com/s/1Q_9lC0g0PcgM7B1sNpdlcA 提取码: 提示:此内容登录后可查看



更多AI电子书资源请点击:


https://bbs.cvmart.net/c/book_tutorials

大白

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!