





作者:李航
定价:98元
印次:2-17
ISBN:9787302517276
出版日期:2019.05.01
印刷日期:2024.03.13
图书责编:孙亚楠
图书分类:学术专著
本书全面系统地介绍了统计学习的主要方法,共分两篇。第一篇系统介绍监督学习的各种重要方法,包括决策树、感知机、支持向量机、最大熵模型与逻辑斯谛回归、推进法、多类分类法、EM算法、隐马尔科夫模型和条件随机场等;第二篇介绍无监督学习,包括聚类、奇异值、主成分分析、潜在语义分析等。两篇中,除概论和总结外,每章介绍一或二种方法。
李航,男,毕业于日本京都大学电气电子工程系,日本东京大学获得计算机科学博士学位。北京大学、南京大学兼职教授。曾任日本NEC公司中央研究所研究员,微软亚洲研究院高级研究员与主任研究员、华为技术有限公司诺亚方舟实验室主任。现任今日头条人工智能实验室主任。
第 2版序言 《统计学习方法》第 1版于 2012年出版,讲述了统计机器学习方法,主要是一些常用的监督学习方法。第 2版增加了一些常用的无监督学习方法,由此本书涵盖了传统统计机器学习方法的主要内容。 在撰写《统计学习方法》伊始,对全书内容做了初步规划。第 1版出版之后,即着手无监督学习方法的写作。由于写作是在业余时间进行,常常被主要工作打断,历经六年多时间才使这部分工作得以完成。犹未能加入深度学习和强化学习等重要内容,希望今后能够增补,完成整本书的写作计划。 《统计学习方法》第 1版的出版正值大数据和人工智能的热潮,生逢其时,截至 2019年 4月本书共印刷 25次,152000册,得到了广大读者的欢迎和支持。有许多读者指出本书对学习和掌握机器学习技术有极大的帮助,也有许多读者通过电子邮件、微博等方式指出书中的错误,提出改进的建议和意见。一些高校将本书作为机器学习课程的教材或参考书。有的同学在网上发表了读书笔记,有的同学将本书介绍的方法在计算机上实现。清华大学深圳研究生院袁春老师精心制作了第 1版十二章的课件,在网上公布,为大家提供教学之便。众多老师、同学、读者的支持和鼓励,让作者深受感动和鼓舞。在这里向所有的老师、同学、读者致以诚挚的谢意! 能为中国的计算机科学、人工智能领域做出一点微薄的贡献,感到由衷的欣慰,同时也感受到作为知识传播者的重大责任,让作者决意把本书写好。也希望大家今后不吝指教,多提宝贵意见,以帮助继续提高本书的质量。在写作中作者也深切体会到教学相长的道理,经常发现自己对基础知识的掌握不够扎实,通过写作得以对相关知识进行了深入的学习,受益匪浅。 本书是...
第
1篇
监
督
学
习
第 1章统计学习及监督学习概论 . 3
1.1统计学习 . 3
1.2统计学习的分类 . 5
1.2.1基本分类 . 6
1.2.2按模型分类 11
1.2.3按算法分类 13
1.2.4按技巧分类 13
1.3统计学习方法三要素 15
1.3.1模型 15
1.3.2策略 16
1.3.3算法 19
1.4模型评估与模型选择 19
1.4.1训练误差与测试误差 19
1.4.2过拟合与模型选择 20
1.5正则化与交叉验证 23
1.5.1正则化 23
1.5.2交叉验证 . 24
1.6泛化能力 . 24
1.6.1泛化误差 . 24
1.6.2泛化误差上界 25
1.7生成模型与判别模型 27
1.8监督学习应用 28
1.8.1分类问题 . 28
1.8.2标注问题 . 30
1.8.3回归问题 . 32
本章概要 33
继续阅读 33
习题 33
参考文献 34
第 2章感知机 35
2.1感知机模型 35
2.2感知机学习策略 . 36
2.2.1数据集的线性可分性 36
2.2.2感知机学习策略 . 37
2.3感知机学习算法 . 38
2.3.1感知机学习算法的原始形式 38
2.3.2算法的收敛性 41 ... 查看详情