电子书：《机器学习周志华人工智能入门》_周志华_2016-01-01
1136内容简介：
非卖品,仅供非商业用途或交流学习
机器学习
3.6类别不平衡问题
3.7阅读材料
参考文献
体息一会儿
第4章决策树
73
4.2划分选择
4.3剪枝处理
44连续与缺失值
4.5多变量决策树
46阅读材料
习题
参考文献
四88239
休息一会儿
第5章神经网络
51神经元模型
5.2感知机与多层网络
5.3误差逆传播算法
5.4全局最小与局部极
5.5其他常见神经网络
5.6深度学习
读材料
习题
参考文献
休息一会儿
第6章支持向量机
6.2对偶问题
6.3核函数
6.4软同隔与正则化
6.5支持向量回归
卖品,仅供非商业用途或交流学
6.6核方法
6.7阅读材料
参考文献
休息一会
第7章贝叶斯分类器
71贝叶斯决策论
73朴素贝叶斯分类器
7.4半朴素贝叶斯分类器
6EM算法
7阅读材料
666
参考文献
休息一会儿
第8章集成学习
17
8.1个体与集成
8.2 Boosting
agging与随机森林
8.4结合策略
8.5多样性
8.6阅读材料
习题
参考文献
休息一会儿
第9章聚类
9.3距离计算
9.5密度聚类
卖品,仅供非商业用途或交流学习使用
9.6层次聚类
97阅读材料
参考文献
体息一会儿
第10章降维与度量学习
10.4核化线性降维
10.6度量学习
237
0.7阅读材料
参考文献
休息一会儿
第11章特征选择与稀疏学习
11.1子集搜索与评价
11.2过滤式选择
114嵌入式选择与L1正则化
11.5稀疏表示与_字_典_学习
压缩感知
11.7阅读材料
习题
参考文献
休息一会儿
第12章计算学习理论
12.2PAC学习
123有限假设空间
124VC维
卖品,仅供非商业用途或交流学
125 Rademacher复杂度
126稳定性
127阅读材料
习题
参考文献
休息一会
第13章半监督学习
131未标记样本
13.2生成式方法
13.3半监督SVM
4图半监督学习
13.5基于分歧的方法
13.6半监督聚类
13.7阅读材料
习题
参考文献
休息一会
第14章概率图模型
14.1隐MA尔可夫模型
142MA尔可夫随机场
14.3条件随机场
4.4学习与推断
14.5近似推断
146话题模型
4.7阅读材料
参考文献
体息一会儿
第15章规则学
51基本概念
15.2序贯覆盖
5.3剪枝优化
卖品,仅供非商业用途或交流学习使用
机器学习
15.4一阶规则学习
155归纳逻辑程序设计
5.6阅读材料
习题
参考文献
第16章强化学习
371
16.1任务与奖赏
臂赌博机
16.3有模型学习
16.4免模型学习
6.6模仿学
16.7阅读材料
93
习题
参考文献
附录
A矩阵
B优化
C概率分布
索引
#############################################
免费下载地址：
http://pan.qqq0.com/file/488067-425778997
页:
[1]