内容简介
《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。
目录
- 译者序
- 前言
- 第1章引言
- 第2章概念学习和一般到特殊序
- 第3章决策树学习
- 第4章人工神经网络
- 第5章评估假设
- 第6章贝叶斯学习
- 第7章计算学习理论
- 第8章基于实例的学习
- 第9章遗传算法
- 第10章学习规则集合
- 第11章分析学习
- 第12章归纳和分析学习的结合
- 第13章增强学习
- 附录符号约定