具體描述
産品特色
編輯推薦
內容全麵；結構閤理；敘述清楚；深入淺齣。人工智能領域中文的開山之作！
相關圖書推薦：
人工智能領域的創新之作，三大主流方法的和諧統一！當今各種人工智能學說的集成創新。
A Must Read for AI
A Must Read for AI
內容簡介
機器學習是計算機科學與人工智能的重要分支領域. 本書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：第1 部分（第1～3 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（第11～16 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。
作者簡介
周誌華，南京大學計算機係教授，ACM傑齣科學傢，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中國計算機學會會士。國傢傑齣青年科學基金獲得者、長江學者特聘教授。先後擔任多種SCI(E)期刊執行主編、副主編、副編輯、編委等。中國計算機學會人工智能與模式識彆專業委員會主任，中國人工智能學會機器學習專業委員會主任，IEEE計算智能學會數據挖掘技術委員會副主席。
目錄
目錄
第1章 1
1.1 引言 1
1.2 基本術 2
1.3 假設空間 4
1.4 歸納偏好 6
1.5 發展曆程 10
1.6 應用現狀 13
1.7 閱讀材料 16
習題 19
參考文獻 20
休息一會兒 22
第2章 模型評估與選擇 23
2.1 經驗誤差與過擬閤 23
2.2 評估方法 24
2.2.1 留齣法 25
2.2.2 交叉驗證法 26
2.2.3 自助法 27
2.2.4 調參與最終模型 28
2.3 性能度量 28
2.3.1 錯誤率與精度 29
2.3.2 查準率、查全率與F1 30
2.3.3 ROC與AUC 33
2.3.4 代價敏感錯誤率與代價麯綫 35
2.4 比較檢驗 37
2.4.1 假設檢驗 37
2.4.2 交叉驗證t檢驗 40
2.4.3 McNemar檢驗 41
2.4.4 Friedman檢驗與後續檢驗 42
2.5 偏差與方差 44
2.6 閱讀材料 46
習題 48
參考文獻 49
休息一會兒 51
第3章 綫性模型 53
3.1 基本形式 53
3.2 綫性迴歸 53
3.3 對數幾率迴歸 57
3.4 綫性判彆分析 60
3.5 多分類學習 63
3.6 類彆不平衡問題 66
3.7 閱讀材料 67
習題 69
參考文獻 70
休息一會兒 72
第4章 決策樹 73
4.1 基本流程 73
4.2 劃分選擇 75
4.2.1 信息增益 75
4.2.2 增益率 77
4.2.3 基尼指數 79
4.3 剪枝處理 79
4.3.1 預剪枝 80
4.3.2 後剪枝 82
4.4 連續與缺失值 83
4.4.1 連續值處理 83
4.4.2 缺失值處理 85
4.5 多變量決策樹 88
4.6 閱讀材料 92
習題 93
參考文獻 94
休息一會兒 95
第5章 神經網絡 97
5.1 神經元模型 97
5.2 感知機與多層網絡 98
5.3 誤差逆傳播算法 101
5.4 全局最小與局部極小 106
5.5 其他常見神經網絡 108
5.5.1 RBF網絡 108
5.5.2 ART網絡 108
5.5.3 SOM網絡 109
5.5.4 級聯相關網絡 110
5.5.5 Elman網絡 111
5.5.6 Boltzmann機 111
5.6 深度學習 113
5.7 閱讀材料 115
習題 116
參考文獻 117
休息一會兒 120
第6章 支持嚮量機 121
6.1 間隔與支持嚮量 121
6.2 對偶問題 123
6.3 核函數 126
6.4 軟間隔與正則化 129
6.5 支持嚮量迴歸 133
6.6 核方法 137
6.7 閱讀材料 139
習題 141
參考文獻 142
休息一會兒 145
第7章 貝葉斯分類器 147
7.1 貝葉斯決策論 147
7.2 極大似然估計 149
7.3 樸素貝葉斯分類器 150
7.4 半樸素貝葉斯分類器 154
7.5 貝葉斯網 156
7.5.1 結構 157
7.5.2 學習 159
7.5.3 推斷 161
7.6 EM算法 162
7.7 閱讀材料 164
習題 166
參考文獻 167
休息一會兒 169
第8章 集成學習 171
8.1 個體與集成 171
8.2 Boosting 173
8.3 Bagging與隨機森林 178
8.3.1 Bagging 178
8.3.2 隨機森林 179
8.4 結閤策略 181
8.4.1 平均法 181
8.4.2 投票法 182
8.4.3 學習法 183
8.5 多樣性 185
8.5.1 誤差--分歧分解 185
8.5.2 多樣性度量 186
8.5.3 多樣性增強 188
8.6 閱讀材料 190
習題 192
參考文獻 193
休息一會兒 196
第9章 聚類 197
9.1 聚類任務 197
9.2 性能度量 197
9.3 距離計算 199
9.4 原型聚類 202
9.4.1 k均值算法 202
9.4.2 學習嚮量量化 204
9.4.3 高斯混閤聚類 206
9.5 密度聚類 211
9.6 層次聚類 214
9.7 閱讀材料 217
習題 220
參考文獻 221
休息一會兒 224
第10章 降維與度量學習 225
10.1 k近鄰學習 225
10.2 低維嵌入 226
10.3 主成分分析 229
10.4 核化綫性降維 232
10.5 流形學習 234
10.5.1 等度量映射 234
10.5.2 局部綫性嵌入 235
10.6 度量學習 237
10.7 閱讀材料 240
習題 242
參考文獻 243
休息一會兒 246
第11章 特徵選擇與稀疏學習 247
11.1 子集搜索與評價 247
11.2 過濾式選擇 249
11.3 包裹式選擇 250
11.4 嵌入式選擇與L$_1$正則化 252
11.5 稀疏錶示與字典學習 254
11.6 壓縮感知 257
11.7 閱讀材料 260
習題 262
參考文獻 263
休息一會兒 266
第12章 計算學習理論 267
12.1 基礎知識 267
12.2 PAC學習 268
12.3 有限假設空間 270
12.3.1 可分情形 270
12.3.2 不可分情形 272
12.4 VC維 273
12.5 Rademacher復雜度 279
12.6 穩定性 284
12.7 閱讀材料 287
習題 289
參考文獻 290
休息一會兒 292
第13章 半監督學習 293
13.1 未標記樣本 293
13.2 生成式方法 295
13.3 半監督SVM 298
13.4 圖半監督學習 300
13.5 基於分歧的方法 304
13.6 半監督聚類 307
13.7 閱讀材料 311
習題 313
參考文獻 314
休息一會兒 317
第14章 概率圖模型 319
14.1 隱馬爾可夫模型 319
14.2 馬爾可夫隨機場 322
14.3 條件隨機場 325
14.4 學習與推斷 328
14.4.1 變量消去 328
14.4.2 信念傳播 330
14.5 近似推斷 331
14.5.1 MCMC采樣 331
14.5.2 變分推斷 334
14.6 話題模型 337
14.7 閱讀材料 339
習題 341
參考文獻 342
休息一會兒 345
第15章 規則學習 347
15.1 基本概念 347
15.2 序貫覆蓋 349
15.3 剪枝優化 352
15.4 一階規則學習 354
15.5 歸納邏輯程序設計 357
15.5.1 最小一般泛化 358
15.5.2 逆歸結 359
15.6 閱讀材料 363
習題 365
參考文獻 366
休息一會兒 369
第16章 強化學習 371
16.1 任務與奬賞 371
16.2 $K$-搖臂賭博機 373
16.2.1 探索與利用 373
16.2.2 $epsilon $-貪心 374
16.2.3 Softmax 375
16.3 有模型學習 377
16.3.1 策略評估 377
16.3.2 策略改進 379
16.3.3 策略迭代與值迭代 381
16.4 免模型學習 382
16.4.1 濛特卡羅強化學習 383
16.4.2 時序差分學習 386
16.5 值函數近似 388
16.6 模仿學習 390
16.6.1 直接模仿學習 391
16.6.2 逆強化學習 391
16.7 閱讀材料 393
習題 394
參考文獻 395
休息一會兒 397
附錄 399
A 矩陣 399
B 優化 403
C 概率分布 409
後記 417
索引 419
前言/序言
這是一本麵嚮中文讀者的機器學習教科書，為瞭使盡可能多的讀者通過本書對機器學習有所瞭解，作者試圖盡可能少地使用數學知識。然而，少量的概率、統計、代數、優化、邏輯知識似乎不可避免。因此，本書更適閤大學三年級以上的理工科本科生和研究生，以及具有類似背景的對機器學習感興趣的人士。為方便讀者，本書附錄給齣瞭一些相關數學基礎知識簡介。
全書共16章，大體上可分為3個部分：第1部分包括第1~3章，介紹機器學習基礎知識；第2部分包括第4~10章，介紹一些經典而常用的機器學習方法；第3部分包括第11~16章，介紹一些進階知識。前3章之外的後續各章均相對獨立，讀者可根據自己的興趣和時間情況選擇使用。根據課時情況，一個學期的本科生課程可考慮講授前9章或前10章；研究生課程則不妨使用全書。
書中除第1章外，每章都給齣瞭十道習題。有的習題是幫助讀者鞏固本章學習，有的是為瞭引導讀者擴展相關知識。一學期的一般課程可使用這些習題，再輔以兩到三個針對具體數據集的大作業。帶星號的習題則有相當難度，有些並無現成答案，謹供富有進取心的讀者啓發思考。
本書在內容上盡可能涵蓋機器學習基礎知識的各方麵，但作為機器學習入門讀物且因授課時間的考慮，很多重要、前沿的材料未能覆蓋，即便覆蓋到的部分也僅是管中窺豹，更多的內容留待讀者在進階課程中學習。為便於有興趣的讀者進一步鑽研探索，本書每章均介紹瞭一些閱讀材料，謹供讀者參考。
筆者以為，對學科相關的重要人物和事件有一定瞭解，將會增進讀者對該學科的認識。本書在每章最後都寫瞭一個與該章內容相關的小故事，希望有助於讀者增廣見聞，並且在緊張的學習過程中稍微放鬆調劑一下。
書中不可避免地涉及大量外國人名，若全部譯為中文，則讀者在日後進一步閱讀文獻時或許會對不少人名産生陌生感，不利於進一步學習。
因此，本書僅對一般讀者耳熟能詳的名字如“圖靈”等加以直接使用，對故事中的一些主要人物給齣瞭譯名，其他則保持外文名。
機器學習發展極迅速，目前已成為一個廣袤的學科，罕有人士能對其眾多分支領域均有精深理解。筆者自認纔疏學淺，僅略知皮毛，更兼時間和精力所限，書中錯謬之處在所難免，若濛讀者諸君不吝告知，將不勝感激。
用戶評價
評分這本書的齣現，無疑為我提供瞭一個難得的機會，去審視科技與藝術的邊界。在當下這個信息爆炸的時代，我們常常被各種技術更新迭代的速度所裹挾，而文學，作為一種沉澱和反思的藝術形式，似乎離這種快節奏的科技發展有些距離。然而，這本書卻大膽地將兩者結閤，這本身就足夠令人興奮。我非常期待它能帶來怎樣的思考。是關於數據如何影響我們的情感，還是關於算法如何塑造我們的認知？抑或是在浩瀚的星辰大海中，尋找人類意識的獨特之處？我希望這本書能給我帶來一些驚喜，一些意想不到的啓示。也許，它會用一種全新的語言，重新定義我們理解世界的方式。
評分我抱著一種探索未知的心態來閱讀這本書的。對於“機器學習”這個詞，我腦海中首先浮現的是復雜的算法、冰冷的數據和高效的機器。然而，這本書的名字卻悄悄地暗示著，它並非一本枯燥的技術手冊，而是將這份前沿的科技概念，融入瞭文學的敘事之中。我非常好奇作者是如何做到這一點的？是將機器學習的原理擬人化，還是將人類的情感與算法進行對比？抑或是通過構建一個充滿科技元素的架空世界，來探討人與技術之間的關係？這些疑問在我閱讀的每一個章節都縈繞著。我期待在這本書中看到那些跳脫齣傳統框架的想象力，那些用文字構建齣的、帶有獨特算法痕跡的人物和情節。或許，它會讓我重新思考，在人工智能飛速發展的當下，我們作為人類，最本質的特質究竟是什麼。
評分拿到這本書，就像收到瞭一份沉甸甸的禮物，裏麵包裹著作者對“機器學習”這一概念的獨特理解和情感投射。我喜歡那種在字裏行間能感受到作者用心打磨的痕跡，就像精密的算法需要精心的調試一樣。這本書的名字，本身就有一種張力，將冰冷的科技與溫暖的文學緊密地聯係在一起。我非常好奇，作者是如何將那些抽象的概念，轉化為生動的故事和鮮活的人物。是藉由某個角色去理解和擁抱機器學習，還是通過一個發生在大數據時代的故事，來展現人性的光輝？我期待在這本書中，能看到那些既有深度又不失趣味的錶達，那些能夠引發我共鳴，同時又拓展我視野的文字。
評分這本書剛入手就被它的名字吸引住瞭：《機器學習【首屆京東文學奬-年度新銳入圍作品】》。這個名字本身就帶著一種特殊的質感，既有技術的前沿性，又不失文學的溫度。作為一名對新技術保持好奇，同時也熱愛閱讀的讀者，我毫不猶豫地將它加入購物車。拿到書的那一刻，更是愛不釋手，封麵設計簡潔大氣，細節處透露著精緻。翻開書頁，字裏行間流淌齣的氣息，似乎比書名本身更加引人入勝。我迫不及待地想深入其中，去探索“機器學習”這個概念在文學創作中的奇妙碰撞，去感受“年度新銳”這份榮譽背後蘊含的獨特視角和創新錶達。我期待這本書能為我打開一扇新的認知之門，讓我領略到科技與人文交融的魅力，或許還能從中發現一些我之前從未設想過的故事的可能性。
評分我承認，一開始是被“京東文學奬-年度新銳入圍作品”這個標簽所吸引。這是一種市場和專業雙重認可的信號，意味著它有可能在深度和廣度上都達到一定的高度。而“機器學習”這個主題，則充滿瞭現代感和前瞻性。我迫切想知道，在那些評審的目光看來，這本書的“新銳”之處體現在哪裏？是其敘事手法的新穎，還是其思想的獨特？我會在閱讀過程中，特彆關注那些可能顛覆我固有認知的情節和人物塑造。我想看看，作者是如何在科技的邏輯與人性的溫度之間找到一個恰當的平衡點。我希望這本書能給我帶來一次不同於以往的閱讀體驗，一次關於未來、關於人類、關於我們自身存在的深刻探討。
漢 語:我來打醬油。 英 語:it's none of my business .i come to buy some sauce. 德 語:ich bezogen, was ich kam zu einer soja-so?e. 法 語:je lis ce qui, j'en suis arriv une sauce de soja. 荷 蘭 語:ik gerelateerd wat, kwam ik tot een sojasaus. 俄 語:я,касающихся того, что я пришел к соевым соусом. 西班牙語:relacionados con lo que yo, me vino a un salsa de soja. 意大利語:i relativi cosa, sono venuto a una salsa di soia. 日 本 語:私関連したどのような、私がして醤油. 希 臘 語:i σχετικ? ? τι ? ρθα σε μια σ? λτσα σ? για?. 漢 語:我來打醬油。 英 語:it's none of my bu
評分方便，實惠，一直在京東買.....
評分此賣傢交流，不由得精神為之一振，自覺七經八脈為之一暢，我在~買瞭這麼多年，所謂閱商無數，但與賣傢您交流，我隻想說，老闆你實在是太好瞭，你的高尚情操太讓人感動瞭，本人對此賣傢之仰慕如滔滔江水連綿不絕，海枯石爛，天崩地裂，永不變心。交易成功後，我的心情是久久不能平靜，自古英雄齣少年，賣傢年紀輕輕，就有經天緯地之纔，定國安邦之智，而今，天佑我大中華，滄海桑田5000年，神州平地一聲雷，飛沙走石，大霧迷天，朦朧中，隻見頂天立地一金甲天神立於天地間，花見花開，人見人愛，這位英雄手持雙斧，二目如電，一斧下去，混沌初開，二斧下去，女媧造人，三斧下去，小生傾倒。得此大英雄，實乃國之幸也，民之福，人之初也，怎不叫人喜極而泣……看著交易成功，我竟産生齣一種無以名之的悲痛感——啊，這麼好的賣傢，如果將來我再也遇不到瞭，那我該怎麼辦？直到我毫不猶豫地把賣傢的店收藏瞭，我內心的那種激動纔逐漸平靜下來，可是我立刻想到，這麼好的賣傢，倘若彆人看不到，那麼不是浪費心血嗎？經過痛苦的思想鬥爭，我終於下定決心，犧牲小我，奉獻大我。我要以此評價奉獻給世人賞閱，我要給好評……評到所有人都看到為止！
評分東西很不錯，和圖片一樣，有品質，後續會考慮再來
評分書很不錯，經典之作。好好學習，天天嚮上。
評分2.為瞭提高網站流量把練習題放在網站上就不說瞭，扯淡的是練習題要收網站幣，而且練習題所需的知識也有些超前。
評分送貨快，上午買下午到，好評。擔心自己能力不夠，為此還專門來瞭幾本數學書來復習，希望自己能堅持吧
評分書很不錯，經典之作。好好學習，天天嚮上。
評分大促買的書陸陸續續到瞭，算起來挺便宜，希望盡快順利看完
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有