統計學習方法（第2版）

定　價：￥98.00

作　者：	李航著
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302517276	出版時間：	2019-05-01	包裝：	平裝
開本：	16開	頁數：	464	字數：

內容簡介

　　統計學習方法即機器學習方法，是計算機及其應用領域的一門重要學科。《統計學習方法（第2版）》分為監(jiān)督學習和無監(jiān)督學習兩篇，全面系統地介紹了統計學習的主要方法。包括感知機、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與大熵模型、支持向量機、提升方法、EM算法、隱馬爾可夫模型和條件隨機場，以及聚類方法、奇異值分解、主成分分析、潛在語義分析、概率潛在語義分析、馬爾可夫鏈蒙特卡羅法、潛在狄利克雷分配和PageRank算法等?！督y計學習方法（第2版）》是統計機器學習及相關課程的教學參考書，適用于高等院校文本數據挖掘、信息檢索及自然語言處理等專業(yè)的大學生、研究生，也可供計算機應用等專業(yè)的研發(fā)人員參考。

作者簡介

　　李航，男，畢業(yè)于日本京都大學電氣電子工程系，日本東京大學獲得計算機科學博士學位。北京大學、南京大學兼職教授。曾任日本NEC公司中央研究所研究員，微軟亞洲研究院高級研究員與主任研究員、華為技術有限公司諾亞方舟實驗室主任?，F任今日頭條人工智能實驗室主任。

圖書目錄

第1篇監(jiān)督掌習
第1章統計學習及監(jiān)督學習概論
1．1 統計學習
1．2 統計學習的分類
1．2．1 基本分類
1．2．2 按模型分類
1．2．3 按算法分類
1．2．4 按技巧分類
1．3 統計學習方法三要素
1．3．1 模型
1．3．2 策略
1．3．3 算法
1．4 模型評估與模型選擇
1．4．1 訓練誤差與測試誤差
1．4．2 過擬合與模型選擇
1．5 正則化與交叉驗證
1．5．1 正則化
1．5．2 交叉驗證
1．6 泛化能力
1．6．1 泛化誤差
1．6．2 泛化誤差上界
1．7 生成模型與判別模型
1．8 監(jiān)督學習應用
1．8．1 分類問題
1．8．2 標注問題
1．8．3 回歸問題
本章概要
繼續(xù)閱讀
習題
參考文獻
第2章感知機
2．1 感知機模型
2．2 感知機學習策略
2．2．1 數據集的線性可分性
2．2．2 感知機學習策略
2．3 感知機學習算法
2．3．1 感知機學習算法的原始形式
2．3．2 算法的收斂性
2．3．3 感知機學習算法的對偶形式
本章概要
繼續(xù)閱讀
習題
參考文獻
第3章 k近鄰法
3．1 k近鄰算法
3．2 k近鄰模型
3．2．1 模型
3．2．2 距離度量
3．2．3 k值的選擇
3．2．4 分類決策規(guī)則
3．3 k近鄰法的實現：kd樹
3．3．1 構造kd樹
3．3．2 搜索kd樹
本章概要
繼續(xù)閱讀
……
第2篇無監(jiān)督掌習
附錄
索引