图书介绍
机器学习、深度学习与强化学习PDF|Epub|txt|kindle电子书版本网盘下载
- 张水华责任编辑；林强 著
- 出版社： 北京：知识产权出版社
- ISBN：9787513062534
- 出版时间：2019
- 标注页数：157页
- 文件大小：13MB
- 文件页数：166页
- 主题词：机器学习－研究
PDF下载
点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]
下载说明
机器学习、深度学习与强化学习PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 数据、数学与机器学习1
1.1 概述3
1.2 数学与机器学习5
1.3 数据与机器学习8
1.4 深度学习与强化学习14
1.5 本章小结19
第二章 分类与回归21
2.1 常用的分类方法24
2.2 分类的数学解释32
2.3 回归分析38
2.4 回归分析的数学解释41
2.5 本章小结46
第三章 特征选取47
3.1 数据预处理的步骤50
3.2 数据预处理与特征提取57
3.3 主成分分析59
3.4 因子分析63
3.5 特征提取问题的数学解析67
3.6 本章小结72
第四章 聚类75
4.1 基本概念78
4.2 聚类的过程82
4.3 分析方法83
4.4 基于K-means算法的聚类规则88
4.5 聚类问题的数学解释91
4.6 本章小结94
第五章 深度学习97
5.1 概述99
5.2 神经网络模型101
5.3 神经网络学习方法103
5.4 神经网络的数学解释106
5.5 本章小结111
第六章 强化学习113
6.1 朴素贝叶斯115
6.2 贝叶斯信念网118
6.3 动态贝叶斯网络120
6.4 一般时序模型121
6.5 马尔可夫模型131
6.6 本章小结138
第七章 计算流与自组织141
7.1 信息流与计算流的结合143
7.2 学习中的自组织行为144
7.3 神经动力学与自组织153
参考文献157