>基本信息

• 商品名稱：機器學習
• 作者：周誌華
• 定價：88
• 齣版社：清華大學
• ISBN號：9787302423287

>其他參考信息（以實物為準）

• 齣版時間：2016-01-01
• 印刷時間：2016-01-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：425
• 字數：626韆字

內容提要

機器學習是計算機科學的重要分支領域。周誌華 編寫的《機器學習》作為該領域的入門教材，在內容 上盡可能涵蓋機器學習基礎知識的各方麵。全書共16 章，大緻分為3個部分：**部分(第l～3章)介紹機器 學習的基礎知識；第2部分(第4～10章)討論一些經典 而常用的機器學習方法(決策樹、神經網絡、支持嚮 量機、貝葉斯分類器、集成學習、聚類、降維與度量 學習)；第3部分(**1～16章)為進階知識，內容涉及 特徵選擇與稀疏學習、計算學習理論、半監督學習、 概率圖模型、規則學習以及強化學習等。每章都附有 習題並介紹瞭相關閱讀材料，以便有興趣的讀者進一 步鑽研探索。
     本書可作為高等院校計算機、自動化及相關專業 的本科生或研究生教材，也可供對機器學習感興趣的 研究人員和工程技術人員閱讀參考。
    

目錄

**章 緒論
1.1 引言
1.2 基本術語
1.3 假設空間
1.4 歸納偏好
1.5 發展曆程
1.6 應用現狀
1.7 閱讀材料
習題
參考文獻
休息一會兒
第2章 模型評估與選擇
2.1 經驗誤差與過擬閤
2.2 評估方法
2.3 性能度量
2.4 比較檢驗
2.5 偏差與方差
2.6 閱讀材料
習題
參考文獻
休息一會兒
第3章 綫性模型
3.1 基本形式
3.2 綫性迴歸
3.3 對數幾率迴歸
3.4 綫性判彆分析
3.5 多分類學習
3.6 類彆不平衡問題
3.7 閱讀材料
習題
參考文獻
休息一會兒
第4章 決策樹
4.1 基本流程
4.2 劃分選擇
4.3 剪枝處理
4.4 連續與缺失值
4.5 多變量決策樹
4.6 閱讀材料
習題
參考文獻
休息一會兒
第5章 神經網絡
5.1 神經元模型
5.2 感知機與多層網絡
5.3 誤差逆傳播算法
5.4 全局*小與局部極小
5.5 其他常見神經網絡
5.6 深度學習
5.7 閱讀材料
習題
參考文獻
休息一會兒
第6章 支持嚮量機
6.1 間隔與支持嚮量
6.2 對偶問題
6.3 核函數
6.4 軟間隔與正則化
6.5 支持嚮量迴歸
6.6 核方法
6.7 閱讀材料
習題
參考文獻
休息一會兒
第7章 貝葉斯分類器
7.1 貝葉斯決策論
7.2 極大似然估計
7.3 樸素貝葉斯分類器
7.4 半樸素貝葉斯分類器
7.5 貝葉斯網
7.6 EM算法
7.7 閱讀材料
習題
參考文獻
休息一會兒
第8章 集成學習
8.1 個體與集成
8.2 Boosting
8.3 Bagging與隨機森林
8.4 結閤策略
8.5 多樣性
8.6 閱讀材料
習題
參考文獻
休息一會兒
第9章 聚類
9.1 聚類任務
9.2 性能度量
9.3 距離計算
9.4 原型聚類
9.5 密度聚類
9.6 層次聚類
9.7 閱讀材料
習題
參考文獻
休息一會兒
**0章 降維與度量學習
10.1 南近鄰學習
10.2 低維嵌入
10.3 主成分分析
10.4 核化綫性降維
10.5 流形學習
10.6 度量學習
10.7 閱讀材料
習題
參考文獻
休息一會兒
**1章 特徵選擇與稀疏學習
11.1 子集搜索與評價
11.2 過濾式選擇
11.3 包裹式選擇
11.4 嵌入式選擇與L1正則化
11.5 稀疏錶示與字典學習
11.6 壓縮感知
11.7 閱讀材料
習題
參考文獻.
休息一會兒
**2章 計算學習理論
12.1 基礎知識
12.2 PAC學習
12.3 有限假設空間
12.4 VC維
12.5 Rademacher復雜度
12.6 穩定性
12.7 閱讀材料
習題
參考文獻
休息一會兒
**3章 半監督學習
13.1 未標記樣本
13.2 生成式方法
13.3 半監督SVM
13.4 圖半監督學習
13.5 基於分歧的方法
13.6 半監督聚類
13.7 閱讀材料
習題
參考文獻
休息一會兒
**4章 概率圖模型
14.1 隱馬爾可夫模型
14.2 馬爾可夫隨機場
14.3 條件隨機場
14.4 學習與推斷
14.5 近似推斷
14.6 話題模型
14.7 閱讀材料
習題
參考文獻
休息一會兒
**5章 規則學習
15.1 基本概念
15.2 序貫覆蓋
15.3 剪枝優化
15.4 一階規則學習
15.5 歸納邏輯程序設計
15.6 閱讀材料
習題
參考文獻
休息一會兒
**6章 強化學習
16.1 任務與奬賞
16.2 K一搖臂賭博機
16.3 有模型學習
16.4 免模型學習
16.5 值函數近似
16.6 模仿學習
16.7 閱讀材料
習題
參考文獻
休息一會兒
附錄
A矩陣
B優化
C概率分布
後記
索引

正在看，作為入門書籍很不錯。

非常專業的書，很精彩！很喜歡！

深入淺齣 通俗易懂 經典數據挖掘書

大牛齣品，為瞭嚮大牛看齊，要好好學習

價格便宜，一本值得時時翻看的好書

看一段時間在說

給孩子買的。

好

國內機器學習的開山之作吧，適閤初學者瞭解機器學習！比較係統！受教瞭！