目錄(76章)
倒序
- 封面
- 版權信息
- 作者簡介
- 內容簡介
- 前言
- 致謝
- 第1章 引言
- 1.1 人工智能概述
- 1.2 人工智能與傳統機器學習
- 1.3 機器學習算法領域發展綜述
- 1.4 小結
- 參考文獻
- 第2章 數據理解
- 2.1 數據的三個基本維度
- 2.2 數據的統計推論的基本方法
- 2.3 數據分析
- 2.4 小結
- 參考文獻
- 第3章 數據處理與特征
- 3.1 數據的基本處理
- 3.2 數據的特征縮放和特征編碼
- 3.3 數據降維
- 3.4 圖像的特征分析
- 3.5 小結
- 參考文獻
- 第4章 機器學習基礎
- 4.1 統計學習
- 4.2 機器學習算法分類
- 4.3 機器學習的學習規則
- 4.4 機器學習的基礎應用
- 4.5 小結
- 參考文獻
- 第5章 模型選擇和結構設計
- 5.1 傳統機器學習模型選擇
- 5.2 經典回歸模型的理解和選擇
- 5.3 經典分類模型的理解和選擇
- 5.4 經典聚類模型的理解和選擇
- 5.5 深度學習模型選擇
- 5.6 深度學習模型結構的設計方向
- 5.7 模型結構設計中的簡單技巧
- 5.8 小結
- 參考文獻
- 第6章 目標函數設計
- 6.1 損失函數
- 6.2 風險最小化和設計原則
- 6.3 基于梯度下降法的目標函數優化
- 6.4 基于牛頓法的目標求解
- 6.5 小結
- 參考文獻
- 第7章 模型訓練過程設計
- 7.1 數據選擇
- 7.2 參數初始化
- 7.3 擬合的驗證與判斷
- 7.4 學習速率的選擇
- 7.5 遷移學習
- 7.6 分布式訓練
- 7.7 小結
- 參考文獻
- 第8章 模型效果的評估與驗證
- 8.1 模型效果評估的一般性指標
- 8.2 交叉驗證
- 8.3 模型的穩定性分析
- 8.4 小結
- 參考文獻
- 第9章 計算性能與模型加速
- 9.1 計算優化
- 9.2 性能指標
- 9.3 模型壓縮與裁剪
- 9.4 小結
- 參考文獻
- 第10章 應用案例專題
- 10.1 求解二元一次方程
- 10.2 鳶尾花的案例分析
- 10.3 形體識別
- 10.4 小結
- 參考文獻 更新時間：2020-09-05 00:31:43
推薦閱讀
- AutoCAD 2008中文版園林設計全攻略
- 計算機輔助設計：AutoCAD2017
- UG NX 12.0模具設計實例精解
- MATLAB R2020a從入門到精通（升級版）
- SolidWorks 2012 輔助設計與制作標準實訓教程
- 計算機輔助設計項目實戰
- 設計問題：創新模式與交互思維（設計思想論叢）
- Protel 99 SE原理圖與PCB設計及仿真
- AutoCAD學習掌中寶教程
- Pro/ENGINEER Wildfire 4.0中文版工業設計手冊
- Altera FPGA/CPLD設計（高級篇）（第2版）（Altera公司推薦FPGA/CPLD培訓
- SolidWorks機械設計實戰教程：柴油機油泵設計
- 中文版AutoCAD 2014技術大全
- AutoCAD全套電氣圖紙繪制自學手冊
- 數字信號處理及MATLAB實現
- 中文版AutoCAD 2013全套室內裝潢設計典型實例
- 中文版AutoCAD 2013建筑制圖實用教程
- 新手學AutoCAD 2013繪圖設計
- 中文版AutoCAD 2014入門與實戰
- TArch 8.5天正建筑設計技術大全
- DEM插值算法適應性理論與方法（修訂版）
- 新手學Creo Parametric 1.0工業設計
- AutoCAD 2022中文版基礎入門一本通
- ANSYS Workbench 14有限元分析自學手冊
- UG NX 12.0中文版標準教程（視頻教學版）（CAX工程應用叢書）
- 新手易學：AutoCAD 2011繪圖基礎
- AutoCAD 2022中文版從入門到精通（升級版）
- UG NX 8.0機械設計入門與應用實例
- ZEMAX光學設計超級學習手冊
- 從零開始學AutoCAD 2012
