內(nèi)容提要第1章 機(jī)器學(xué)習(xí)概1.1 機(jī)器學(xué)習(xí)簡(jiǎn)介 1.1.1 機(jī)器學(xué)習(xí)簡(jiǎn)史 1.1.2 機(jī)器學(xué)習(xí)主要流派 1.2 機(jī)器學(xué)習(xí)、人工智1.2.1 什么是人工智能 1.2.2 什么是數(shù)據(jù)挖掘 1.2.3 機(jī)器學(xué)習(xí)、人工智1.3 典型機(jī)器學(xué)習(xí)應(yīng)用1.4 機(jī)器學(xué)習(xí)算法 1.5 機(jī)器學(xué)習(xí)的一般流程 第2章 機(jī)器學(xué)習(xí)基本2.1 統(tǒng)計(jì)分析2.1.1 統(tǒng)計(jì)基礎(chǔ)2.1.2 常見(jiàn)概率分布2.1.3 參數(shù)估計(jì)2.1.4 假設(shè)檢驗(yàn)2.1.5 線(xiàn)性回歸2.1.6 邏輯回歸2.1.7 判別分析2.1.8 非線(xiàn)性模型2.2 高維數(shù)據(jù)降維2.2.1 主成分分析2.2.2 奇異值分解2.2.3 線(xiàn)性判別分析2.2.4 局部線(xiàn)性嵌入2.2.5 拉普拉斯特征映射2.3 特征工程 2.3.1 特征構(gòu)建2.3.2 特征選擇2.3.3 特征提取2.4 模型訓(xùn)練2.4.1 模型訓(xùn)練常見(jiàn)術(shù)語(yǔ)2.4.2 訓(xùn)練數(shù)據(jù)收集 2.5 可視化分析 2.5.1 可視化分析的作用2.5.2 可視化分析方法 2.5.3 可視化分析常用工2.5.4 常見(jiàn)的可視化圖表 2.5.5 可視化分析面臨的挑戰(zhàn)
標(biāo)簽:
機(jī)器學(xué)習(xí)
上傳時(shí)間:
2022-06-16
上傳用戶(hù):