📚 网上馆配 · 在线荐购平台

内容简介：本书介绍了机器学习的主要方法,共分4篇。第1篇介绍监督学习的主要方法,包括线性回归、感知机、支持向量机、最大熵模型与逻辑斯谛回归、提升方法、隐马尔可夫模型和条件随机场等;第2篇介绍无监督学习的主要方法,包括聚类、奇异值分解、主成分分析、马尔可夫链蒙特卡罗法、EM算法、潜在语义分析、潜在狄利克雷分配等。第3篇介绍深度学习的主要方法,包括前馈神经网络、卷积神经网络、循环神经网络、Transformer、扩散模型、生成对抗模型等。第4篇介绍强化的主要方法,包括马尔可夫决策、多臂老虎机、近端策略优化、深度Q网络等。