机器学习基础

✍ Scribed by 吕云翔; 马连韬; 刘卓然; 张凡; 张程博

• Publisher: 清华大学出版社
• Year: 2018
• Tongue: Chinese
• Leaves: 169
• Category: Library

✦ Synopsis

本书全面系统地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。

本书可作为高等院校计算机、软件工程、智能科学与技术等专业研究生和高年级本科生的教材，同时对于从事人工智能、数据挖掘、模式识别等相关技术人员也具有较高的参考价值。

✦ Table of Contents

封面
扉页
内容简介
版权页
前言
目录
第1章　绪论
1.1　从两个问题谈起
1.2　模型评估与模型参数选择
1.3　机器学习算法分类
习题
第2章　回归
2.1　线性回归
2.2　Logistic回归
习题
第3章　LDA主题模型
3.1　LDA简介
3.2　数学基础
3.3　LDA主题模型
3.4　LDA模型应用实例
习题
第4章　决策树
4.1　决策树简介
4.2　离散型决策树的构造
4.3　连续性数值的处理
4.4　决策树剪枝
习题
第5章　支持向量机
5.1　分离超平面与最大间隔
5.2　线性支持向量机
5.3　非线性支持向量机
5.4　操作实例:应用MATLAB多分类SVM、二分类SVM、决策树算法进行分类
习题
第6章　提升方法
6.1　随机森林
6.2　Adaboost
6.3　随机森林算法应用举例
习题
第7章　神经网络基础
7.1　基础概念
7.2　感知机
7.3　BP神经网络
7.4　径向基函数网络
7.5　Hopfield网络
7.6　Boltzmann机
7.7　自组织映射网络
7.8　实例:使用MATLAB进行Batch Normalization
习题
第8章　深度神经网络
8.1　什么是深度神经网络
8.2　卷积神经网络
8.3　循环神经网络
8.4　MATLAB深度学习工具箱简介
8.5　利用Theano搭建和训练神经网络
习题
第9章　聚类算法
9.1　简介
9.2　K-Means算法
9.3　层次聚类
9.4　聚类算法拓展
习题
第10章　寻优算法之遗传算法
10.1　简介
10.2　算法原型
10.3　算法拓展
习题
第11章　项目实践:基于机器学习的监控视频行人检测与追踪系统
11.1　引言
11.2　相关算法与指标
11.3　系统设计与实现
11.4　系统测试
11.5　结语
正文结束
参考文献
图书资源支持