機(jī)器學(xué)習(xí)(英文版)

內(nèi)容概要

本書(shū)展示了機(jī)器學(xué)習(xí)中的核心算法和理論，并闡明了算法的過(guò)行過(guò)程。書(shū)中主要涵蓋了目前機(jī)器學(xué)習(xí)中各種最實(shí)用的理論和算法，包括概念學(xué)習(xí)、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、貝葉斯學(xué)習(xí)、基于實(shí)例的學(xué)習(xí)、遺傳算法、規(guī)則學(xué)習(xí)、基于解釋的學(xué)習(xí)和增強(qiáng)學(xué)習(xí)等。對(duì)每一個(gè)主題，作者不僅進(jìn)行了十分詳盡和直觀的解釋，還給出了實(shí)用的算法流程。本書(shū)被卡內(nèi)基梅隆等許多大學(xué)作為機(jī)器學(xué)習(xí)課程的教材。機(jī)器學(xué)習(xí)這門(mén)學(xué)科研究的是能通過(guò)經(jīng)驗(yàn)自動(dòng)改進(jìn)的計(jì)算機(jī)算法，其應(yīng)用從數(shù)據(jù)挖掘程序到信息過(guò)濾系統(tǒng)，再到自動(dòng)機(jī)工具，已經(jīng)非常豐富。機(jī)器學(xué)習(xí)從很多學(xué)科吸收了成果和概念，包括人工智能、概論論與數(shù)理統(tǒng)計(jì)、哲學(xué)、信息論、生物學(xué)、認(rèn)知科學(xué)和控制論等，并以此來(lái)理解問(wèn)題的背景、算法和算法中的隱含假定。

作者簡(jiǎn)介

Tom M.Mitchell是卡內(nèi)基梅隆大學(xué)教授，目前擔(dān)任該校自動(dòng)學(xué)習(xí)和發(fā)現(xiàn)中心主任。他還是美國(guó)人工智能協(xié)會(huì)的主席，并且是《Machine Learning》雜志和國(guó)際機(jī)器學(xué)習(xí)會(huì)議的創(chuàng)辦者。

書(shū)籍目錄

1 Introduction
2 Concept Learning and the General-to-Specific Ordering
3 Decision Tree Learning
4 Artificial Neural Networks
5 Evaluating Hypotheses
6 Bayesian Learning
7 Computational Learning Theory
8 Instance-Based Learning
9 Genetic Algorithms
10 Learning Sets Rules
11 Analytical Learning
12 Combining Inductive and Analytical Learning
13 Reinforcement Learning
Appendix

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    機(jī)器學(xué)習(xí)(英文版) PDF格式下載

---