附件:设置1:设置2:李冬冬设置3:本书从工业背景下的机器学习技术需求出发, 详细讨论机器学习的各个分支技术, 包括矩阵型分类学习技术、多视角学习技术、不平衡数据分类学习技术、集成学习技术和深度学习技术等, 并在此基础上, 对机器学习相关的应用系统进行了分析。全书采取理论与实践并重的方式介绍机器学习技术, 在理论层面, 力求覆盖面广, 涵盖机器学习技术的所有重要分支 ; 在具体技术层面, 力求深入浅出, 重点介绍技术产生的应用背景, 以及该技术解决应用中痛点问题的基本原理 ; 在实践层面, 介绍了机器学习技术如何应用于实际的应用场景, 如脑电情感识别、声纹识别和图像分类等领域。摘要:有书目
附注提要
本书从工业背景下的机器学习技术需求出发, 详细讨论机器学习的各个分支技术, 包括矩阵型分类学习技术、多视角学习技术、不平衡数据分类学习技术、集成学习技术和深度学习技术等, 并在此基础上, 对机器学习相关的应用系统进行了分析。全书采取理论与实践并重的方式介绍机器学习技术, 在理论层面, 力求覆盖面广, 涵盖机器学习技术的所有重要分支 ; 在具体技术层面, 力求深入浅出, 重点介绍技术产生的应用背景, 以及该技术解决应用中痛点问题的基本原理 ; 在实践层面, 介绍了机器学习技术如何应用于实际的应用场景, 如脑电情感识别、声纹识别和图像分类等领域。