- 在线时间
- 662 小时
- 最后登录
- 2026-8-26
- 注册时间
- 2023-4-14
- 听众数
- 8
- 收听数
- 0
- 能力
- 0 分
- 体力
- 10715 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 4005
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1580
- 主题
- 1426
- 精华
- 0
- 分享
- 0
- 好友
- 0
TA的每日心情 | 开心 2024-6-5 18:09 |
|---|
签到天数: 160 天 [LV.7]常住居民III
- 自我介绍
- 数学中国工作人员
 |
本书讨论了机器学习在统计学、模式识别、神经网络、人工智能、信号处理等不同领域的应用,其中涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较以及增强学习。1 J. X/ _1 ^9 V0 T9 e' j4 y
本书可供完成计算机程序设计、概率论、微积分和线性代数课程的高年级本科生和研究生使用,也可供对机器学习感兴趣的工程技术人员参考。6 D0 N5 h4 R( _5 k1 K9 U) S- H
由于本书资料过大,故给出了百度网盘链接,大家自行下载。
2 S) J! q$ l0 n" {( A, u- }/ T/ Y3 h2 p; K; M; p
! ] ]0 d! Q5 N5 e
) \/ E% A$ h* I7 c7 B) W+ b' `0 p6 }& F9 ]
0 \# S7 L- y( i/ ] |
zan
|