新書推薦:
《
英雄之旅:把人生活成一个好故事
》
售價:HK$
89.7
《
分析性一体的涌现:进入精神分析的核心
》
售價:HK$
125.4
《
火枪与账簿:早期经济全球化时代的中国与东亚世界
》
售價:HK$
79.4
《
《全面与进步跨太平洋伙伴关系协定》国有企业条款研究
》
售價:HK$
101.2
《
银行业架构网络BIAN(全球数字化时代金融服务业框架)(数字化转型与创新管理丛书)
》
售價:HK$
101.2
《
金托邦:江湖中的沉重正义
》
售價:HK$
62.1
《
易经今解:释疑·解惑·见微
》
售價:HK$
90.9
《
东欧史(全二册)-“中间地带”的困境
》
售價:HK$
227.7
|
編輯推薦: |
1.国内市场累计销量榜首的西瓜书《机器学习》公式完全解析指南!
南瓜书系Datawhale成员自学笔记,对西瓜书中250个重难点公式做了详细解析和推导(重难点公式覆盖率达99%),旨在解决机器学习中的数学难题。
2.机器学习初学小白提升数学基础能力的必备练习册!
以本科数学基础视角对西瓜书里比较难理解的公式加以解析和推导细节,补充大量重、难点数学知识和参考材料,分享在学习中遇到的坑以及跳过这个坑的方法,对于初学机器学习的小白也能上手练习!
3.俞勇、王斌、李沐、程明明、陈光(博主@爱可可-爱生活)、徐亦达等人工智能领域大咖亲笔推荐
|
內容簡介: |
周志华老师的《机器学习》(俗称西瓜书)是机器学习领域的经典入门教材之一。本书(俗称南瓜书)基于Datawhale 成员自学西瓜书时记下的笔记编著而成,旨在对西瓜书中重难点公式加以解析,以及对部分公式补充具体的推导细节。
全书共16 章,与西瓜书章节、公式对应,每个公式的推导和解析都以本科数学基础的视角进行讲解,希望能够帮助读者达到理工科数学基础扎实点的大二下学期学生水平。每章都附有相关阅读材料,以便有兴趣的读者进一步钻研探索。
本书思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
|
關於作者: |
谢文睿
北京工业大学硕士, 开源组织Datawhale 核心成员兼开源项目负责人,主要研究方向为机器学习与自然语言处理。
秦州
康奈尔大学计算机硕士,Datawhale重要贡献成员。阿里巴巴算法工程师,主要研究方向为图神经网络的研发和应用。CIKM 2019最佳应用论文作者,开源图神经网络框架graph-learn核心开发者。
|
目錄:
|
序(王斌 小米AI 实验室主任、NLP 首席科学家)
前言
主要符号表
第 1章 绪论
式1.1
式1.2
第 2章 模型评估与选择
式2.20
式2.21
式2.27
式2.41
附注
参考文献
第3章 线性模型
式3.5
式3.6
式3.7
式3.10
式3.27
式3.30
式3.32
式3.37
式3.38
式3.39
式3.43
式3.44
式3.45
第4章 决策树
式4.1
式4.2
式4.6
式4.7
式4.8
附注
参考文献
第5章 神经网络
式5.2
式5.10
式5.12
式5.13
式5.14
式5.15
ii j 目录
式5.20
式5.22
式5.23
式5.24
附注
参考文献
第6章 支持向量机
式6.9
式6.10
式6.11
式6.13
式6.35
式6.37
式6.38
式6.39
式6.40
式6.41
式6.52
式6.60
式6.62
式6.63
式6.65
式6.66
式6.67
式6.70
附注
参考文献
第7章 贝叶斯分类器
式7.5
式7.6
式7.12
式7.13
式7.19
式7.20
式7.24
式7.25
式7.27
式7.34
附注
参考文献
第8章 集成学习
式8.1
式8.2
式8.3
式8.4
式8.5
式8.6
式8.7
式8.8
式8.9
式8.10
式8.11
式8.12
式8.13
式8.14
式8.16
式8.17
式8.18
式8.19
式8.20
式8.21
式8.22
式8.23
式8.24
式8.25
式8.26
式8.27
式8.28
式8.29
式8.30
式8.31
式8.32
式8.33
式8.34
式8.35
式8.36
第9章 聚类
式9.5
式9.6
式9.7
式9.8
式9.33
式9.34
式9.35
式9.38
第 10章 降维与度量学习
式10.1
式10.2
式10.3
式10.4
式10.5
式10.6
式10.10
式10.14
式10.17
式10.24
式10.28
式10.31
第 11章 特征选择与稀疏学习
式11.1
式11.2
式11.5
式11.6
式11.7
式11.10
式11.11
式11.12
式11.13
式11.14
式11.15
式11.16
式11.17
式11.18
第 12章 计算学习理论
式12.1
式12.2
式12.3
式12.4
式12.5
式12.7
式12.9
式12.10
式12.11
式12.12
式12.13
式12.14
式12.15
式12.16
式12.17
式12.18
式12.19
式12.20
式12.21
式12.22
式12.23
式12.24
式12.25
式12.26
式12.27
式12.28
式12.29
式12.30
式12.31
式12.32
式12.34
式12.36
式12.37
式12.38
式12.39
式12.40
式12.41
式12.42
式12.43
式12.44
式12.45
式12.46
式12.52
式12.53
式12.57
式12.58
式12.59
式12.60
参考文献
第 13章 半监督学习
式13.1
式13.2
式13.3
式13.4
式13.5
式13.6
式13.7
式13.8
式13.9
式13.12
式13.13
式13.14
式13.15
式13.16
式13.17
式13.20
第 14章 概率图模型
式14.1
式14.2
式14.3
式14.4
式14.7
式14.8
式14.9
式14.10
式14.14
式14.15
式14.16
式14.17
式14.18
式14.19
式14.20
式14.22
式14.26
式14.27
式14.28
式14.29
式14.30
式14.31
式14.32
式14.33
式14.34
式14.35
式14.36
式14.37
式14.38
式14.39
式14.40
式14.41
式14.42
式14.43
式14.44
第 15章 规则学习
式15.2
式15.3
式15.6
式15.7
式15.9
式15.10
式15.11
式15.12
式15.13
式15.14
式15.16
第 16章 强化学习
式16.2
式16.3
式16.4
式16.7
式16.8
式16.10
式16.14
式16.16
式16.31
|
|