MARC状态:已编 文献类型:中文图书 浏览次数:9
- 题名/责任者:
- 模式识别和机器学习基础/(美) 乌利塞斯·布拉加-内托著 潘巍 ... [等] 译
- 出版发行项:
- 北京:机械工业出版社,2023.7
- ISBN及定价:
- 978-7-111-73526-7/CNY119.00
- 载体形态项:
- 246页, [12] 页图版:图 (部分彩图);26cm
- 丛编项:
- 智能科学与技术丛书
- 个人责任者:
- 布拉加-内托 (Braga-Neto, Ulisses) 著
- 个人次要责任者:
- 潘巍 译
- 个人次要责任者:
- 欧阳建权 译
- 个人次要责任者:
- 刘莹 译
- 学科主题:
- 模式识别
- 学科主题:
- 机器学习
- 中图法分类号:
- TP391.4
- 中图法分类号:
- TP181
- 题名责任附注:
- 题名页题: 潘巍, 欧阳建权, 刘莹, 赵地, 苏统华译
- 责任者附注:
- 乌利塞斯·布拉加-内托 (Ulisses Braga-Neto) 得克萨斯农工大学电气与计算机工程系教授。他的主要研究领域是模式识别、机器学习、统计信号处理及其在生物信息学和材料信息学中的应用。潘巍, 黑龙江科技大学计算机与信息工程学院副教授。主要研究方向为机器学习、模式识别、智慧农业等。欧阳建权, 湘潭大学计算机学院、网络空间安全学院教授、博导。主要研究方向为区块链、人工智能和信息安全。
- 书目附注:
- 有书目 (第235-246页)
- 提要文摘附注:
- 本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系, 介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了最优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。
- 使用对象附注:
- 本书适合相关专业高年级本科生和研究生, 以及该领域的从业人员阅读
全部MARC细节信息>>