机器学习的目标是让计算机使用示例数据或过去的经验来解决给定的问题。机器学习是自动驾驶汽车、语音识别和翻译应用等令人兴奋的新技术的基础。这是一个全面的,广泛使用的机器学习教科书的实质性修订第四版,提供了在理论和实践领域的最新进展的新覆盖面,包括深度学习和神经网络的发展。这本书涵盖了广泛的主题,通常不包括在介绍性机器学习文本,包括监督学习,贝叶斯决策理论,参数方法,半参数方法,非参数方法,多元分析,隐马尔可夫模型,强化学习,核机器,图形模型,贝叶斯估计,统计检验。第四版提供了一个关于深度学习的新章节,讨论了训练、正则化和构造深度神经网络,如卷积和生成对抗网络;强化学习一章的新材料,涵盖了深度网络的使用,策略梯度方法和深度强化学习;关于自动编码器和word2vec网络的多层感知器一章的新材料;讨论了一种流行的降维方法t-SNE。新的附录提供了线性代数和优化的背景材料。章末练习帮助读者运用所学的概念。机器学习导论可用于高级本科生和研究生的课程,也可作为专业人员的参考。https://mitpress.mit.edu/9780262043793/introduction-to-machine-learning/

成为VIP会员查看完整内容
124

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】计算基因组学,463页pdf
专知会员服务
45+阅读 · 2022年12月30日
【干货书】机器学习线性代数与优化,507页pdf
专知会员服务
182+阅读 · 2022年7月28日
【干货书】数据科学中的信息理论方法
专知会员服务
92+阅读 · 2022年6月27日
【经典书】图论第四版,180页pdf
专知会员服务
143+阅读 · 2021年7月2日
专知会员服务
122+阅读 · 2021年6月18日
【干货书】数据科学手册,456页pdf
专知会员服务
144+阅读 · 2021年4月27日
【干货书】Python数据科学分析,413页pdf
专知会员服务
85+阅读 · 2020年8月22日
【经典书】人工智能及机器学习导论,457页pdf
专知会员服务
157+阅读 · 2020年7月5日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
238+阅读 · 2020年6月16日
国家自然科学基金
13+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
14+阅读 · 2021年8月5日
Arxiv
63+阅读 · 2021年6月18日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
25+阅读 · 2018年8月19日
Arxiv
15+阅读 · 2018年6月23日
VIP会员
相关VIP内容
【干货书】计算基因组学,463页pdf
专知会员服务
45+阅读 · 2022年12月30日
【干货书】机器学习线性代数与优化,507页pdf
专知会员服务
182+阅读 · 2022年7月28日
【干货书】数据科学中的信息理论方法
专知会员服务
92+阅读 · 2022年6月27日
【经典书】图论第四版,180页pdf
专知会员服务
143+阅读 · 2021年7月2日
专知会员服务
122+阅读 · 2021年6月18日
【干货书】数据科学手册,456页pdf
专知会员服务
144+阅读 · 2021年4月27日
【干货书】Python数据科学分析,413页pdf
专知会员服务
85+阅读 · 2020年8月22日
【经典书】人工智能及机器学习导论,457页pdf
专知会员服务
157+阅读 · 2020年7月5日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
238+阅读 · 2020年6月16日
相关基金
国家自然科学基金
13+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
14+阅读 · 2021年8月5日
Arxiv
63+阅读 · 2021年6月18日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
25+阅读 · 2018年8月19日
Arxiv
15+阅读 · 2018年6月23日
微信扫码咨询专知VIP会员