機器學習、深度學習與強化學習
林強
- 出版商: 知識產權出版社
- 出版日期: 2019-05-01
- 定價: $354
- 售價: 7.9 折 $280
- 語言: 簡體中文
- 頁數: 168
- 裝訂: 平裝
- ISBN: 7513062536
- ISBN-13: 9787513062534
-
相關分類:
Machine Learning
立即出貨
買這商品的人也買了...
-
$414多智能體機器學習 : 強化學習方法 (Multi-Agent Machine Learning : A Reinforcement Approach) -
演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解$450$356 -
$408強化學習精要：核心算法與 TensorFlow 實現 -
$403Web 安全之強化學習與 GAN -
$426揭秘深度強化學習 人工智能機器學習技術叢書 -
$490大規模強化學習 -
$327生成對抗網絡入門指南 (Generative adversarial Networks) -
$414機器學習：使用 OpenCV 和 Python 進行智能圖像處理 (Machine Learning for OpenCV) -
簡潔的 Python｜重構你的舊程式 (Clean Code in Python: Refactor your legacy codebase)$480$408 -
$454強化學習實戰：強化學習在阿裡的技術演進和業務創新 匯集了阿裡巴巴一線算法工程師在強化學習應用方面的經驗和心得。 -
精通 CSS 高級 Web 標準解決方案, 3/e$594$564 -
$594深度強化學習原理與實踐 -
$469移動傳感器與情境感知計算 -
$756強化學習, 2/e (Reinforcement Learning: An Introduction, 2/e) -
$505白話強化學習與 PyTorch -
$658基於函數逼近的強化學習與動態規劃 -
$556電腦視覺與深度學習實戰：以 MATLAB、Python 為工具 -
$414強化學習 -
$414生成對抗網絡項目實戰 (Generative Adversarial Networks Projects) -
tf.keras 技術者們必讀！深度學習攻略手冊$1,000$850 -
$230TensorFlow 強化學習快速入門指南使用 Python 動手搭建自學習的智能體 (Tensorflow Reinforcement Learning Quick Start Guide) -
練好深度學習的基本功｜用 Python 進行基礎數學理論的實作$560$476 -
GAN 對抗式生成網路 (GANs in Action: Deep learning with Generative Adversarial Networks)$750$593 -
$374強化學習入門：從原理到實踐 -
Effective Python 中文版｜寫出良好 Python 程式的 90個具體做法, 2/e (Effective Python: 90 Specific Ways to Write Better Python, 2/e)$580$493
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書從數學優化的角度對目前人工智能的代表技術機器學習進行分析，
解決了目前這一領域偏向應用，數學理論較弱的問題，
從原理、數學解析兩個方面對特徵提取、分類、聚類、神經網絡等進行了全面系統的剖析。
解決了目前人工智能領域偏向應用，數學理論較弱的問題，
從原理解析、數學解析兩個方面對機器學習進行剖析。
作者簡介
林強
北京信息科技大學教師，副研究員。
在人工智能領域有著多年的實踐和教學經驗，
以作者身份發表科研論文15篇，其中SCI1篇，EI9篇，ISTP2篇；
以發明人身份申請靠前外15項；其中13項已獲得授權，
包括中國7項，美國4項，歐洲2項
目錄大綱
第一章數據、數學與機器學習001
1.1 概述/ 003
1.2 數學與機器學習/ 005
1.3 數據與機器學習/ 008
1.4 深度學習與強化學習/ 014
1.5 本章小結/ 019
第二章分類與回歸021
2.1 常用的分類方法/ 024
2.2 分類的數學解釋/ 032
2.3 回歸分析/ 038
2.4 回歸分析的數學解釋/ 041
2.5 本章小結/ 046
第三章特徵選取047
3.1 數據預處理的步驟/ 050
3.2 數據預處理與特徵提取/ 057
3.3 主成分分析/ 059
3.4 因子分析/ 063
3.5 特徵提取問題的數學解析/ 067
3.6 本章小結/ 072
第四章聚類075
4.1 基本概念/ 078
4.2 聚類的過程/ 082
4.3 分析方法/ 083
4.4 基於K-means算法的聚類規則/ 088
4.5 聚類問題的數學解釋/ 091
4.6 本章小結/ 094
第五章深度學習097
5.1 概述/ 099
5.2 神經網絡模型/ 101
5.3 神經網絡學習方法/ 103
5.4 神經網絡的數學解釋/ 106
5.5 本章小結/ 111
第六章強化學習113
6.1 樸素貝葉斯/ 115
6.2 貝葉斯信念網/ 118
6.3 動態貝葉斯網絡/ 120
6.4 一般時序模型/ 121
6.5 馬爾可夫模型/ 131
6.6 本章小結/ 138
第七章計算流與自組織141
7.1 信息流與計算流的結合/ 143
7.2 學習中的自組織行為/ 144
7.3 神經動力學與自組織/ 153
參考文獻157捲
