機器學(xué)習(xí)原理與應(yīng)用

章緒論
1.1 人工智能
1.2 機器學(xué)習(xí)
1.3 深度學(xué)習(xí)
1.4 Pytorch簡介
第2 章回歸分析
2.1 引言
2.2 回歸分析
2.3 本章小結(jié)
2.4 習(xí)題
第3 章決策樹
3.1 引言
3.2 案例
3.3 決策樹
3.4 案例求解
3.5 本章小結(jié)
3.6 習(xí)題
第4 章貝葉斯分類器
4.1 引言
4.2 案例
4.3 理論介紹
4.4 案例求解
4.5 本章小結(jié)
4.6 習(xí)題
第5 章人工神經(jīng)網(wǎng)絡(luò)
5.1 引言
5.2 案例
5.3 多層感知機
5.4 案例求解
5.5 本章小結(jié)
5.6 習(xí)題
第6章支持向量機
6.1 引言
6.2 支持向量機
6.3 案例求解
6.4 本章小結(jié)
6.5 習(xí)題
第7 章聚類
7.1 引言
7.2 聚類任務(wù)
7.3 性能度量
7.4 原型聚類
7.5 層次聚類
7.6 習(xí)題
第8 章降維
8.1 引言
8.2 案例
8.3 主成分分析
8.4 線性判別分析
8.5 案例求解
8.6 本章小結(jié)
8.7 習(xí)題
第9 章深度卷積網(wǎng)絡(luò)
9.1 引言
9.2 案例
9.3 圖像分類模型
9.4 案例求解
9.5 本章小結(jié)
9.6 習(xí)題
0章生成對抗網(wǎng)絡(luò)
10.1 引言
10.2 生成對抗網(wǎng)絡(luò)原理
10.3 損失函數(shù)
10.4 案例分析
10.5 本章小結(jié)
10.6 習(xí)題
1章對比學(xué)習(xí)
11.1 引言
11.2 問題
11.3 對比學(xué)習(xí)
11.4 案例求解
11.5 本章小結(jié)
11.6 習(xí)題
2章強化學(xué)習(xí)
12.1 引言
12.2 案例
12.3 強化學(xué)習(xí)
12.4 案例求解
12.5 本章小結(jié)
12.6 習(xí)題
參考答案
附錄一矩陣相關(guān)知識
附錄二概率論相關(guān)知識
參考文獻