- 在线时间
- 656 小时
- 最后登录
- 2026-6-12
- 注册时间
- 2023-4-14
- 听众数
- 8
- 收听数
- 0
- 能力
- 0 分
- 体力
- 10673 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 3991
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1578
- 主题
- 1424
- 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。6 u/ u2 u1 e; p7 N% p. N
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。
4 n8 b6 m) H8 ~ 由于本书资料过大,故给出了百度网盘链接,大家自行下载。3 F" [! W% ]9 M+ G
3 ]8 L$ x) T$ P1 }- M" ?# Y
1 C% Q/ b5 P1 W1 h% ?
# x1 _; b/ J4 [* _+ ^! }5 {
c$ e7 X1 k6 m$ B$ T! R1 m5 F s
) J2 [1 J/ s: P& ?& t4 D |
zan
|