机器学习导论
本书分类《机器学习导论》面向机器学习领域的主要模型和算法,重点阐述不同方法背后的基本假设以及它们之间的相关性,帮助读者建立机器学习的基础理论功底,为从事该领域的相关工作打下基础。具体内容包括机器学习研究的总体思路、发展历史与关键问题,线性模型,神经网络及深度学习,核方法,图模型,无监督学习,非参数模型,演化学习,强化学习,数值优化方法等。 本书可作为高等学校相关课程的教材,也可作为研究生及对机器学习感兴趣的科技、工程技术人员的参考用书
PDF下载链接: https://pan.baidu.com/s/1xLUiO7mZGdy4q9819DnyGw
扫码关注如下微信公众号,回复 1100,即可获取提取码: