📚 网上馆配 · 在线荐购平台

内容简介：本书共十二章，内容包括线性回归与线性分类、支持向量机、决策树和K近邻(KNN)、集成学习、贝叶斯定理和期望最大化算法、符号回归、神经网络、隐马尔可夫链、数据预处理与特征选择、可解释性的SHAP值和部分依赖图。本书叙述力求从简单明了的数学定义和物理图像出发，密切结合材料科学研究案例，给出了各种算法的详细步骤，便于读者学习和运用。