✍ Scribed by [美]Michael Sipser
No coin nor oath required. For personal study only.
📜 SIMILAR VOLUMES
<p>This book——by a noted authority and educator in the field——presents computer</p> <p>science theory from a uniquely intuitive,“big picture”perspective.The author grounds his clear and interesting study on broad mathematical princi-ples,not low-level technical details:proofs are presented with a “
书签已装载， 书签制作方法请找 [email protected] 完全免费 《计算理论导引（原书第3版）》由计算理论领域的知名权威 Michael Sipser 所撰写。他以独特的视角，系统地介绍了计算理论的三个主要内容：自动机与语言、可计算性理论和计算复杂性理论。作者以清新的笔触、生动的语言给出了宽泛的数学原理，而没有拘泥于某些低层次的细节。在证明之前，均有“证明思路”，帮助读者理解数学形式下蕴涵的概念。本书可作为计算机专业高年级本科生和研究生的教材，也可作为教师和研究人员的参考书。
《文学理论导引》为高等院校汉语言文学专业基础课程系列教材之一，也是一本全新的文学理论教材。编者进行一系列有益的探索，旨在深化文学理论的教学，训练学生文学理论方面的思考和发现、解决问题的能力，提高学生学习文学理论的兴趣。《文学理论导引》有以下特点：强调文本中心，强化学生的文学文本分析能力；坚持问题导向，将问题融入基本知识的讲解当中；设计概念节点，突出概念命题的反思性；注重知识更新，吸纳理论发展的新资源，由浅入深，由具体到抽象；聚焦文学问题，每节设有“驻足思考片刻”，方便学生学习。
<p>机器学习领域著名学者周志华教授领衔的南京大学LAMDA团队四位教授合著</p> <p>系统梳理机器学习理论中的七大重要概念或理论工具，并给出若干分析实例</p> <p>机器学习理论内容浩瀚广博，旨在为机器学习理论研究的读者提供入门导引</p> <p>本书旨在为有志于机器学习理论学习和研究的读者提供一个入门导引。在预备知识之后，全书各章分别聚焦于：可学性、（假设空间）复杂度、泛化界、稳定性、一致性、收敛率、遗憾界。 除介绍基本概念外，还给出若干分析实例，如显示如何将不同理论工具应用于支持向量机这种常见机器学习技术。</p>
<p>《计算智能导论(第2版)》导论性地介绍了计算智能的5 个典型范例：人工神经网络、进化计算、计算群体智能、人工免疫系统和模糊系统。它们分别是对生物神经系统、生物进化过程、社会组织的群体行为、自然免疫系统和人类思维过程的成功建模。这些范例已经得到了广泛深入的研究，人们在取得了很大的成功之后，已将研究成果广泛地应用到了众多的实际应用领域。极大提高了人们发现问题，求解问题，尤其是求解复杂科学与工程问题的能力。</p> <p>通过阅读《计算智能导论(第2版)》，读者可以全面地了解到目前计算智能研究的主要成果和最新进展，对相关专业的研究生、高年级本科生、高校教师、科研人员和工程技术人员都具有很好的