内容简介
本书介绍机器学习方法的原理及方法,同时引入了学习的计算复杂性、凸性和稳定性、PAC贝叶斯方法、压缩界等概念,以及*梯度下降、神经元网络和结构化输出等方法。作者既讲述最重要的机器学习算法的工作原理和动机,还指出其固有的优势和缺点,是有兴趣了解机器学习理论和方法以及应用的学生和专业人员的良好教材或参考书。
当前位置:首页 > 计算机/网络 > 人工智能 > 深入理解机器学习:从原理到算法
作者:[以] 沙伊·沙莱夫-施瓦茨出版社:机械工业出版社出版时间:2016年07月
- 版 次:1
- 页 数:
- 字 数:
- 印刷时间:2016年07月18日
- 开 本:16开
- 纸 张:胶版纸
- 包 装:平装
- 是否套装:否
- 国际标准书号ISBN:9787111543022
- 丛书名:计算机科学丛书