内容简介
本书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。
本书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。
本书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。
当前位置:首页 > 计算机/网络 > 人工智能 > 机器学习导论(原书第2版)
作者:Ethem Alpaydin出版社:机械工业出版社出版时间:2014年04月
- 版 次:1
- 页 数:
- 字 数:
- 印刷时间:2014年04月01日
- 开 本:12k
- 纸 张:胶版纸
- 包 装:平装
- 是否套装:否
- 国际标准书号ISBN:9787111453772
- 丛书名:计算机科学丛书