首页 > 其他分享 >机器学习新-统计机器学习第二版

机器学习新-统计机器学习第二版

时间:2023-06-23 13:00:51浏览次数:67  
标签:本书 机器 领域 学习 监督 统计 度量


机器学习新-统计机器学习第二版_自动驾驶

本书介绍

    统计领域不断受到科学和工业带来的问题的挑战。在早期,这些问题往往来自农业和工业试验,范围相对较小。随着计算机和信息时代的到来,统计问题在规模和复杂性上都发生了爆炸。数据存储、组织和搜索领域的挑战导致了“数据挖掘”的新领域;生物学和医学中的统计和计算问题创造了“生物信息学”大量的数据在许多领域产生,统计学家的工作是理解所有这些:提取重要的模式和趋势,并理解“数据说明了什么”。我们称之为从数据中学习。

 

    bshq: https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247493417&idx=2&sn=1156077e4c8cbf1ea4fca10e1b325d01&chksm=97a32cfda0d4a5ebc2e7d6896dfd4cb7ea7b018f56cbeac797af6cfe08df3ab6043f3a3798cb&token=1243479846&lang=zh_CN#rd

 

    从数据中学习的挑战导致了统计科学的革命。由于计算起着如此关键的作用,这种新的发展由计算机科学和工程等其他领域的研究人员完成也就不足为奇了。我们考虑的学习问题可以大致分为监督学习和非监督学习。在监督学习中,目标是基于许多输入度量来预测结果度量的值;在无监督学习中,没有结果度量,目标是描述一组输入度量之间的关联和模式。

这本书是我们试图将学习中许多重要的新思想聚集在一起,并在统计框架中解释它们。虽然需要一些数学细节,但我们强调的是方法和它们的概念基础,而不是它们的理论属性。因此,我们希望这本书不仅能吸引统计学家,也能吸引各种领域的研究人员和实践者。

 

本书目录

机器学习新-统计机器学习第二版_数据挖掘_02

机器学习新-统计机器学习第二版_机器学习_03

机器学习新-统计机器学习第二版_机器学习_04

机器学习新-统计机器学习第二版_数据挖掘_05

机器学习新-统计机器学习第二版_机器学习_06

 

本书内容截图

机器学习新-统计机器学习第二版_机器学习_07

机器学习新-统计机器学习第二版_数据挖掘_08

机器学习新-统计机器学习第二版_机器学习_09

机器学习新-统计机器学习第二版_机器学习_10

机器学习新-统计机器学习第二版_神经网络_11

bshq: https://mp.weixin.qq.com/s?__biz=MzIxNDgzNDg3NQ==&mid=2247493417&idx=2&sn=1156077e4c8cbf1ea4fca10e1b325d01&chksm=97a32cfda0d4a5ebc2e7d6896dfd4cb7ea7b018f56cbeac797af6cfe08df3ab6043f3a3798cb&token=1243479846&lang=zh_CN#rd

 


标签:本书,机器,领域,学习,监督,统计,度量
From: https://blog.51cto.com/u_13046751/6537840

相关文章

  • 2021年迁移学习相关最新论文、会议、视频、竞赛整理分享
       迁移学习(Transferlearning)顾名思义就是把已训练好的模型(预训练模型)参数迁移到新的模型来帮助新模型训练。本资源整理了迁移学习相关的一些资源,本部分内容适合初学者,将一些本领域中的经典论文按照时间线进行分类、梳理,分为浅层域适应、深度域适应、对抗域适应和域适应理......
  • 邱锡鹏DL经典-神经网络与深度学习
    本书介绍    近年来,以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能助手、推荐系统到自动驾驶,人们在日常生活中都可能有意无意地用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者的长期努力。特别是最近这几年,得益......
  • 历史最全机器学习/深度学习/人工智能专业术语表中英对照表
    本资源收录了机器学习课程用到的相关术语,涉及机器学习基础、机器学习理论、AppliedMath、SVM、Ensemble、DNN、Regularization、MatrixFactorization、Optimization、CNN、AutoEncoder、RNN、Representation、NetworkEmbedding、GAN、AdversarialLearning、OnlineLearni......
  • PMML-ONNX-AI Serving等深度学习模型上线-部署实战经验分享
    AI的广泛应用是由AI在开源技术的进步推动的,利用功能强大的开源模型库,数据科学家们可以很容易的训练一个性能不错的模型。但是因为模型生产环境和开发环境的不同,涉及到不同角色人员:模型训练是数据科学家和数据分析师的工作,但是模型部署是开发和运维工程师的事情,导致模型上线部署......
  • 元学习(Meta Learning)最全论文、视频、书籍资源整理
    MetaLearning,叫做元学习或者LearningtoLearn学会学习,包括Zero-Shot/One-Shot/Few-Shot学习,模型无关元学习(ModelAgnosticMetaLearning)和元强化学习(MetaReinforcementLearning)。元学习是人工智能领域,继深度学习是人工智能领域,继深度学习->深度强化学习、生成对抗......
  • sql学习记录
     from>where>groupby>聚合>having>select>orderby>limit      ......
  • 人工智能数学基础-数据科学中的概率统计学
        数据科学是一个研究领域,涉及通过使用各种科学方法,算法和过程从大量数据中提取见解。它可以帮助您从原始数据中发现隐藏的模式,允许您从结构化或非结构化数据中提取知识。数据科学主要以统计学、机器学习、数据可视化以及领域知识为理论基础,其主要研究内容包括数据科学基础理......
  • 机器学习基础教材-《统计学习与数据分析介绍》
    本书介绍    本入门级统计教科书主要讲解发展和培养统计思维所需的基本概念和工具。它提供了描述性,归纳性和探索性的统计方法,并指导读者完成定量数据分析的过程。在实验科学和跨学科研究中,数据分析已成为任何科学研究的组成部分。诸如判断数据的可信度,分析数据,评估所获得结果的......
  • 2021伯克利新-全栈深度学习2021
    课程描述    有很多很棒的课程来学习如何训练深度神经网络。但是,训练模型只是进行深度学习项目的一部分。本课程教授全栈生产深度学习:    提出问题并估算项目成本    查找,清理,标记和扩充数据    选择正确的框架和计算基础架构    对训练进行故障排除并确保可重......
  • 21年最新-自然语言处理系统性入门学习指南中文版分享
        本教程致力于帮助同学们快速入门NLP,并掌握各个任务的SOTA模型。    1. 系统入门方法    2.各任务模型list汇总:文本分类、文本匹配、序列标注、文本生成(todo)、语言模型    3.各任务综述&技巧:文本分类、文本匹配、序列标注、文本生成、语言模型 如何系统地......