機器學習的藝術

[美]諾曼·馬特洛夫(Norman Matloff)

  • 機器學習的藝術-preview-1
機器學習的藝術-preview-1

商品描述

機器學習是當下*熱門的領域之一。本書是一本基於R語言的機器學習實操指南,通過具體的例子和常見術語解釋了機器學習的概念。書中涵蓋了機器學習的多個方面,包括所需背景知識、“ge”系列函數、各部分內容架構等。全書介紹了基於近鄰的方法(如k近鄰算法)及相關的回歸和分類模型、基於樹的方法(包括決策樹、隨機森林、梯度提升等)、基於線性關系的方法、基於劃分直線與平面的方法(包括支持向量機和神經網絡)等。此外,本書也介紹了一些特定類型的機器學習應用,如圖像分類、處理時間序列與文本數據等。本書適合對機器學習感興趣,有一定R語言編程基礎且具備普通數學知識(熟悉圖表和簡單代數符號)的讀者閱讀。

作者簡介

Norman Matloff是加州大學戴維斯分校的獲獎教授。他在加州大學洛杉磯分校(UCLA)獲得了數學博士學位,並著有《使用GDB、DDD和Eclipse調試的藝術》《R語言編程的藝術》。

目錄大綱

第 1 部分 序言與基於近鄰的方法
第 1 章 回歸模型
第 2 章 分類模型
第 3 章 偏差、方差、過擬合與交叉驗證
第 4 章 處理大量特征

第 2 部分 基於樹的方法
第 5 章 比 KNN 算法更進一步:決策樹
第 6 章 對樹的調整
第 7 章 找一組好的*參數

第3部分 基於線性關系的方法
第 8 章 參數化方法
第 9 章 縮小規模: 正則化

第4部分 基於劃分直線與平面的方法
第 10 章 邊界方法: 支持向量機
第 11 章 針對類固醇的線性模型:神經網絡

第 5 部分 應 用
第 12章 圖像分類
第 13章 處理時間序列與文本數據
附 錄