机器学习：从公理到算法
内容简介：本书共有17章, 由两部分内容组成。第一部分是机器学习公理以及部分理论演绎, 包括第1、2、6、8章, 论述学习公理, 以及相应的聚类、分类理论。第二部分关注如何从公理推出经典学习算法, 包括单类、多类和多源问题。第3-5章为单类问题, 分别论述密度估计、回归和单类数据降维。第7、9-16章为多类问题, 包括聚类神经网络、K近邻、支持向量机、Logistic回归、贝叶斯分类、决策树、多类降维与升维等经典算法。第17章研究了多源数据学习问题。
登录后可荐购