機器學習 epub pdf mobi txt 電子書 下載 2025

機器學習 epub pdf mobi txt 電子書 下載 2025

☆☆☆☆☆
簡體網頁||繁體網頁



下載連結1
下載連結2
下載連結3

機器學習 epub pdf mobi txt 電子書 下載 2025

类似图書 點擊查看全場最低價

---

編輯推薦

　　

如何讓計算機隨著經驗的積纍自動提高性能？這就是機器學習的目的。《機器學習／計算機科學叢書》展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。《機器學習／計算機科學叢書》綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。

內容簡介

　　《機器學習／計算機科學叢書》展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。《機器學習／計算機科學叢書》綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。《機器學習／計算機科學叢書》可作為計算機專業 本科生、研究生教材，也可作為相關領域研究人員、教師的參考書。

作者簡介

　　Tom M.Mitchell，是卡內基梅隆大學的教授，講授“機器學習”等多門課程；美國人工智能協會（AAAL）的主席；美國《Machine Learning》雜誌、國際機器學習年度會議（ICML）的創始人；多種技術雜誌的撰稿人，曾發錶過許多文章，齣版過多本專著，是機器學習領域的知名學者。

目錄

齣版者的話
專傢指導委員會
譯者序
前言
第1章 引言
1.1　學習問題的標準描述
1.2　設計一個學習係統
1.2.1 選擇訓練經驗
1.2.2 選擇目標函數
1.2.3　選擇目標函數的錶示
1.2.4　選擇函數逼近算法
1.2.5　最終設計
1.3　機器學習的一些觀點和問題
1.4　如何閱讀本書
1.5　小結和補充讀物
習題

第2章 概念學習和一般到特殊序
2.1　簡介
2.2　概念學習任務
2.2.1　術語定義
2.2.2　歸納學習假設
2.3　作為搜索的概念學習
2.4　FIND-S：尋找極大特殊假設
2.5　變型空間和候選消除算法
2.5.1　錶示
2.5.2 列錶後消除算法
2.5.3　變型空間的更簡潔錶示
2.5.4　候選消除學習算法
2.5.5　算法的舉例
2.6　關於變型空間和候選消除的說明
2.6.1　候選消除算法是否會收斂到正確的假設
2.6.2 下一步需要什麼樣的訓練樣例
2.6.3　怎樣使用不完全學習概念
2.7　歸納偏置
2.7.1　一個有偏的假設空間
2.7.2　無偏的學習器
2.7.3　無偏學習的無用性
2.8　小結和補充讀物
習題

第3章　決策樹學習
3.1 簡介
3.2　決策樹錶示法
3.3　決策樹學習的適用問題
3.4　基本的決策樹學習算法
3.4.1　哪個屬性是最佳的分類屬性
3.4.2　舉例
3.5　決策樹學習中的假設空間搜索
3.6　決策樹學習的歸納偏置
3.6.1　限定偏置和優選偏置
3.6.2　為什麼短的假設優先
3.7　決策樹學習的常見問題
3.7.1　避免過度擬閤數據
3.7.2 閤並連續值屬性
3.7.3　屬性選擇的其他度量標準
3.7.4　處理缺少屬性值的訓練樣例
3.7.5　處理不同代價的屬性
3.8　小結和補充讀物
習題

第4章 人工神經網絡
4.1　簡介
4.2　神經網絡錶示
4.3　適閤神經網絡學習的問題
4.4　感知器
4.4.1　感知器的錶徵能力
4.4.2　感知器訓練法則
4.4.3 梯度下降和delta法則
4.4.4　小結
……
第5章　評估假設
第6章　貝葉斯學習
第7章　計算學習理論
第8章　基於實例的學習
第9章　遺傳算法
第10章　學習規則集閤
第11章　分析這習
第12章　歸納和分析學習的結閤
第13章　增強學習

前言/序言

　　第1章引言

　　自從計算機問世以來，人們就想知道它們能不能自我學習。如果我們理解瞭計算機學習的內在機製，即怎樣使它們根據經驗來自動提高，那麼影響將是空前的。想像一下，在未來，計算機能從醫療記錄中學習，獲取治療新疾病最有效的方法；住宅管理係統分析住戶的用電模式，以降低能源消耗；個人軟件助理跟蹤用戶的興趣，並為其選擇最感興趣的在綫早間新聞。對計算機學習的成功理解將開闢齣許多全新的應用領域，並使其計算能力和可定製性上升到新的層次。同時，透徹理解機器學習的信息處理算法，也會有助於更好地理解人類的學習能力（及缺陷）。

　　目前，我們還不知道怎樣使計算機具備和人類一樣強大的學習能力。然而，一些針對特定學習任務的算法已經産生。關於學習的理論認識已開始逐步形成。人們開發齣很多實踐性的計算機程序來實現不同類型的學習，一些商業化的應用也已經齣現。例如，對於語音識彆這樣的課題，迄今為止，基於機器學習的算法明顯勝過其他的方法。在數據挖掘領域，機器學習算法理所當然地得到應用，從包含設備維護記錄、藉貸申請、金融交易、醫療記錄等信息的大型數據庫中發現有價值的信息。隨著對計算機認識的日益成熟，機器學習必將在計算機科學和技術中扮演越來越重要的角色！

　　我們可以通過一些專項成果看到機器學習這門技術的現狀：計算機已經能夠成功地識彆人類的講話（Waibel1989，Leel989）；預測肺炎患者的康復率（Cooperetal．1997）；檢測信用卡的欺詐；在高速公路上自動駕駛汽車(Pomerleau1989)；以接近人類世界冠軍的水平對弈西洋雙陸棋（Tesauro1992，1995）。

機器學習 epub pdf mobi txt 電子書 下載 2025

機器學習 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

紙不太好

評分☆☆☆☆☆

看著不錯，昨天湊單用的，不過也算前沿技術瞭。

評分☆☆☆☆☆

個人拙見，大傢自行選擇。

評分☆☆☆☆☆

羅伯特·金·默頓(Robert King Merton)生平介紹：美國著名的社會學傢，科學社會學的奠基人和結構功能主義流派的代錶性人物之一。1910年7月4日齣生於美國費城南部的一個平民傢庭。1931年獲坦普爾(Temple)大學學士學位，爾後進入享譽世界的哈佛大學，師從著名社會學傢P.A.索羅金、T.帕森斯和科學史傢G.A.L.薩爾頓。1936年獲得社會學博士學位後留校任教3年。1939年至1941年間在圖蘭恩(Tulane)大學工作，先後任副教授、教授和社會學係主任。1941年默頓去瞭哥倫比亞大學，在那裏度過瞭他此後全部的社會學生涯，並先後擔任過哥倫比亞大學社會學係的係主任、應用社會研究所副所長、美國社會學協會主席(1956-1957)、美國東部社會學協會主席(1968-1969)、美國科學社會學研究會主席(1975-1976)、社會科學研究院院長(1975)等職。1979年在哥倫比亞大學退休並榮膺特殊服務教授和榮譽退休教授。2003年2月23日在紐約逝世，享年92歲。 　　站在巨人肩上的默頓 　2003年2月23日，對於從事社會科學尤其是社會學研究的學者來說，這是一個令人悲傷的日子。當代社會學界的泰鬥、科學社會學的先驅者羅伯特·金·默頓在經曆瞭與六種癌癥的頑強抗爭後，走過瞭他充滿智慧的92年人生旅程，在留給人們無限的精神財富的同時永遠地離開瞭他所畢生追求和摯愛的社會學事業。 　　"如果說我能夠看的更遠，那是因為我站在巨人的肩上"。這句源自牛頓的格言是默頓1965年撰寫的《站在巨人的肩上》一書的主題。他花瞭23年的時間收集瞭該書用到的奇聞軼事。雖然這本書可能不是默頓最著名的一本著作，但它也算得上是默頓最特殊的一本書瞭。它的齣版為默頓在科學界贏得瞭廣泛的聲譽，以至於人們現在還普遍認為默頓不僅是一位卓越的社會學傢，也是一位科學巨人。曾經是默頓學生，現任哥倫比亞大學教務長兼人事部主任的喬納森·科爾(Jonathan R. Cole)迴憶說，在一次"社會結構分析"的課堂上，默頓曾經做的一次非正式的調查，調查的內容是讓學生估計他的身高。默頓實際身高為6英尺1英寸，但結果所有的學生都高估瞭他的身高許多，足見默頓所具有的魅力和威信。 　　然而，麵對人們的種種頌揚，默頓卻淡然處之。用他自己的話來說，由於人們對科學傢的推崇，往往把他們去人格化瞭，有時候甚至是偶像化瞭。對此，默頓認為一個公正的態度是應該把他們看做人，而不是神，因為巨人也是處於人們不可避免的各種社會關係之中，承受著方方麵麵的壓力和體驗著形形色色激情的人。默頓自己就是如此看待巨人的，正是站在巨人的肩上，默頓創建瞭他富有特色的經驗功能主義、中層理論學說和科學社會學的思想，並為我們提供瞭大量現代社會學上廣泛采用的新概念。可以說，那些想要從事社會學甚至社會科學研究的人都要站在默頓的肩上，從他的思想中吸取足夠的養分纔能理解社會學的真諦。 　　功能分析：理論解釋與方法運用的融閤 　　功能分析被當代許多社會學者認為是解釋社會研究材料最有成就和最有前途的一種分析方法，它初步形成於20世紀30、40年代，60年代後發展成為西方社會學中的主流方法，且至今在社會學方法論中占有極為重要的地位。默頓作為結構功能主義的代錶人物，其對功能分析的突齣貢獻主要有三點： 　　一是強調區分負功能(dysfunction)和正功能的存在。默頓認為，在進行功能分析時，應裁定所分析的對象係統的性質和界限，因為對某個係統具有某種功能的事項，對另一個係統而言就不一定具有同樣的功能。凡是社會結構要素及其關係對於社會調整與社會適應起促進和幫助作用的是正功能，而導緻社會結構及其關係破裂的則是負功能。 　　二是區彆瞭顯功能和潛功能。默頓認為，在進行功能分析時，應注意分析社會文化事項對個人、社會群體所造成的客觀後果。那些有意造成並可以認識到後果的是顯功能，而非有意造成的和不被認識到後果的是潛功能。默頓指齣，社會學者的特殊貢獻不但在於研究社會行動者有意安排的預期後果(顯功能)，而且主要在於研究社會行動者未預期的或不為一般人所覺察的後果(潛功能)。

評分☆☆☆☆☆

不少學機器學習的人都買這本書瞭。齣版時間較早，可做參考書。

評分☆☆☆☆☆

很好的書！

評分☆☆☆☆☆

包裝沒問題

評分☆☆☆☆☆

1927年P.A.M.狄拉剋首先提齣將電磁場作為一個具有無窮維自由度的係統進行量子化的方案。電磁場可以按本徵振動模式作傅裏葉分解，每種模式具有一定的波矢k,頻率ωk和偏振方式s=1,2、ωk=|K|с。因此自由電磁場(不存在與其相互作用的電荷和電流)可以看作無窮多個沒有相互作用的諧振子的係統，每個諧振子對應於一個本徵振動模式。根據量子力學,這個係統具有離散的能級nk,s=0,1,2,…,是非負整數。對基態,所有的 nk,s=0，激發態錶現為光子,nk,s是具有波矢k極化s的光子數,啚ωk是每個光子的能量。還可以證明啚K是光子的動量,極化s對應於光子自鏇的取嚮。按照普遍的粒子和波的二象性觀點，應當可以在同樣的基礎上描述電子。這要求把原先用來描述單個電子的運動的波函數看作電子場並實現其量子化。與光子不同的是電子服從泡利不相容原理。1928年E.P.約旦和E.P.維格納提齣瞭符閤於這個要求的量子化方案。對於非相對論性多電子係統，他們的方案完全等價於通常的量子力學，在量子力量子化自由電子場的激發態相應於一些具有不同動量和自鏇的電子和正電子，每個狀態最多隻能有一個電子和一個正電子。下一步是考慮電磁場與電子場的相互作用並把理論推廣到其他的粒子，例如核子和介子。描

評分☆☆☆☆☆

人工智能裏講機器學習經典的書籍，閱讀時很有收獲。

类似图書 點擊查看全場最低價