会员
统计学习必学的十个问题：理论与实践
更新时间：2022-07-28 20:05:53 最新章节：参考文献
书籍简介
统计学习是机器学习的重要分支，本书兼顾了数学上的理论和代码实践，内容主要包括基础知识和统计学习模型。第1章、第2章结合VC维介绍过拟合的本质，并介绍手动特征选择的办法；第3章、第4章从最简单的线性模型出发经过概率统计的解读而得到分类和回归算法；第5章讨论不依赖于假设分布的非参数模型；第6章介绍将核方法作为一种非线性拓展的技巧，介绍如何将该方法应用到很多算法中，并引出了著名的高斯过程；第7章以混合高斯作为软分配聚类的代表性方法，从而引出著名的EM算法；第8章讨论了机器学习的集成算法；第9章介绍的线性和非线性降维方法将会解决维度灾难问题，并且不同于单纯的特征选择；第10章讨论不依赖于独立同分布假设的时间序列算法。
品牌：清华大学
上架时间：2021-06-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
李轩涯 张暐
- 会员本书兼顾了数学上的理解和代码实践，内容主要包括基础知识和深度学习模型。第1章介绍深度学习的简洁发展思路和表示学习机制；第2章、第3章介绍神经网络的基于梯度的优化方法、神经网络的优化难点以及相应的解决方法；第4章讨论神经网络遇到的过拟合问题；第5章分析神经网络的最小组成部分：神经元；第6章讨论三种方案解决深层网络的训练难题：批标准化、SELU、ResNet；第7章、第8章讲述了两种重要的神经网络模型人工智能5.1万字
同类热门书
最新上架
- 会员随着技术的发展，AI与人们的生活、工作结合得越来越紧密。在设计领域，AI已成为设计师的好帮手。借助AI，设计师可以更好、更快地创作出令人惊艳的作品。本书共9章。第1章系统地介绍了什么是AI设计、有哪些AI设计工具，以及如何撰写提示词让AI生成符合需求的设计作品；第2～9章通过8个实用模块、40多个常见的设计场景，详细介绍了AI在头像和表情包设计、图片处理、社交媒体配图、视频制作、插画绘制、电商设计计算机3万字
- 会员本书以第一人称视角，讲述AI的来龙去脉，表达AI的技术原理。从历史到未来，跨越百年时空；从理论到实践，解读AI大爆炸；从技术到哲学，穿越多个维度；从语言到绘画，落地实战演练。ChatGPT的诞生，引发了奇点降临，点亮了AGI（通用人工智能），并涉及大模型、深度神经网络、Transformer、AIGC、涌现效应等一系列技术前沿。计算机8.6万字
- 会员本书共14章，主要内容包括探索性数据分析、有监督学习（线性回归、SVM、决策树等）、无监督学习（降维、聚类等），以及深度学习的基础原理和应用等。计算机18万字
- 会员本书共分为8章，涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析，以及深度学习和大数据分析等全面的内容。计算机10.7万字
- 会员本书是一本面向产品经理的实用新书，分12章探讨如何用ChatGPT提升产品管理工作的效率和质量。第1章介绍了人工智能对产品管理的影响；第2章介绍用ChatGPT提高文档写作效率；第3章介绍用ChatGPT进行竞品和市场分析；第4章介绍用ChatGPT优化需求管理；第5章介绍用ChatGPT分析产品数据；第6章介绍用ChatGPT改进用户体验；第7章介绍用ChatGPT设计产品原型；第8章介绍用Ch计算机11.5万字
- 会员（1）AI与AIGC基础知识：从基础入手，深入讲解AI技术的基本概念和原理。通过通俗易懂的讲解和示例，帮助读者建立坚实的理论基础，为后续章节的深入学习打下良好基础。（2）智能设备上的AIGC系统设计：详细介绍AIGC技术在实际应用过程中的各种功能设计和实现方法。内容涵盖算法选择、模型训练、系统集成等各个环节，通过丰富的技术细节和设计策略，帮助读者全面掌握AIGC技术的应用要点。（3）AIGC关键工计算机18万字
- 会员本书立足于AIGC技术前沿与发展趋势，全面阐述了AIGC的概念内涵、底层技术与应用场景，详细梳理全球科技巨头在AIGC领域的战略布局，并辅之以大量生动有趣的案例，深度剖析AIGC在各行业领域的应用场景，旨在引导读者真切感受AIGC革命浪潮蕴含的商业创造力。全书分为五个部分，共18章。第一部分主要厘清AIGC技术的起源与演变，阐述席卷全球的AIGC背后的技术架构以及AIGC的应用场景；第二部分重点剖计算机11.4万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字