機(jī)器學(xué)習(xí)導(dǎo)論原書第三版.pdf
http://www.www.srpcoatings.com
2020年11月18日
![]() |
| 第1頁(yè) |
![]() |
| 第6頁(yè) |
![]() |
| 第14頁(yè) |
![]() |
| 第25頁(yè) |
![]() |
| 第33頁(yè) |
![]() |
| 第89頁(yè) |
參見附件(31561KB,290頁(yè))。
機(jī)器學(xué)習(xí)導(dǎo)論(原書第3版)是關(guān)于機(jī)器學(xué)習(xí)的內(nèi)容全面的教科書,其中有些內(nèi)容在一般的在機(jī)器學(xué)習(xí)導(dǎo)論書中很少介紹。主要內(nèi)容包括監(jiān)督學(xué)習(xí),貝葉斯決策理論,參數(shù)、半?yún)?shù)和非參數(shù)方法,多元分析,隱馬爾可夫模型,增強(qiáng)學(xué)習(xí),核機(jī)器,圖模型,貝葉斯估計(jì)和統(tǒng)計(jì)檢驗(yàn)。

前言
機(jī)器學(xué)習(xí)肯定是計(jì)算機(jī)科學(xué)成長(zhǎng)最快的領(lǐng)域之一。不僅數(shù)據(jù)在持續(xù)變“大”,而且處理數(shù)據(jù)并將它轉(zhuǎn)換成知識(shí)的理論也在不斷發(fā)展。在科學(xué)的各個(gè)領(lǐng)域,從天文學(xué)到生物學(xué),以及在日常生活中,隨著數(shù)字技術(shù)日益滲透到我們的日常生活中,隨著數(shù)字足跡的深入,更多的數(shù)據(jù)被源源不斷地產(chǎn)生和收集。無(wú)論是科學(xué)的還是個(gè)人的,被動(dòng)蟄伏的數(shù)據(jù)沒有任何用處,而聰明的人們一直在尋找新的方法來利用數(shù)據(jù),把它轉(zhuǎn)換成有用的產(chǎn)品或服務(wù)。在這種轉(zhuǎn)換中,機(jī)器學(xué)習(xí)正發(fā)揮著越來越大的作用。
自從本書第2版2010年面世以來,數(shù)據(jù)進(jìn)化一直在持續(xù),甚至更快。每年,數(shù)據(jù)集都在變大。不僅觀測(cè)的數(shù)量在增長(zhǎng),而且觀測(cè)屬性的數(shù)量也在顯著增加。數(shù)據(jù)有了更多的結(jié)構(gòu):不再僅僅是數(shù)和字符串,而且還有圖像、視頻、音頻、文檔、網(wǎng)頁(yè)、點(diǎn)擊日志、圖等。數(shù)據(jù)與我們以前常做的參數(shù)假設(shè)(例如正態(tài)性)漸行漸遠(yuǎn)。數(shù)據(jù)常常是動(dòng)態(tài)的,因而存在一個(gè)時(shí)間維度。有時(shí),我們的觀測(cè)是多視圖的——對(duì)于相同的對(duì)象或事件,我們有來自不同傳感器和不同模式的多個(gè)信息源。
我們相信,在這看似復(fù)雜和龐大的數(shù)據(jù)背后存在簡(jiǎn)單的解釋。雖然數(shù)據(jù)很大,但是它可以使用具有少量隱藏因子及其相互作用的相對(duì)簡(jiǎn)單的模型來解釋。想想數(shù)百萬(wàn)客戶,他們每天在線或從當(dāng)?shù)爻匈?gòu)買數(shù)千種產(chǎn)品。這意味著一個(gè)非常大的交易數(shù)據(jù)庫(kù),但是該數(shù)據(jù)存在模式。沒有人隨機(jī)購(gòu)物。舉辦酒會(huì)的人購(gòu)買產(chǎn)品的某個(gè)子集,家有嬰兒的人購(gòu)買產(chǎn)品的不同子集;存在解釋客戶行為的隱藏因子。
從觀測(cè)數(shù)據(jù)推斷這種隱藏模型是近年來已經(jīng)做了大量研究的領(lǐng)域之一。新版中的修改大部分都與這些進(jìn)展有關(guān)。第6章新增了關(guān)于特征嵌入、奇異值分解和矩陣分解、典范相關(guān)分析、拉普拉斯特征映射的內(nèi)容。
第8章和關(guān)于核機(jī)器的第13章新增了關(guān)于距離估計(jì)的內(nèi)容。維度歸約、特征提取和距離估計(jì)是同一個(gè)東西的三個(gè)名稱——理想的距離度量定義在理想的隱藏特征的空間中,而從數(shù)量上看,它們少于我們觀測(cè)的值。
重寫并顯著擴(kuò)充了第16章,以便涵蓋生成模型。我們對(duì)所有主要的機(jī)器學(xué)習(xí)模型,即對(duì)分類、回歸、混合模型和維度歸約,討論貝葉斯方法。非參數(shù)貝葉斯建模在過去的幾年中日益流行,尤其令人感興趣,因?yàn)樗试S調(diào)整模型的復(fù)雜度,以適應(yīng)數(shù)據(jù)的復(fù)雜度。
新版各處新增了一些章節(jié),主要是突出相同或非常類似方法的新的不同應(yīng)用。第8章新增了一節(jié)離群點(diǎn)檢測(cè)。第10和13章新增兩節(jié),分別討論用于排名的線性模型和核機(jī)器。拉普拉斯特征映射添加到第6章,還在第7章新增一節(jié)討論譜聚類。鑒于深度神經(jīng)網(wǎng)絡(luò)的最近復(fù)蘇,有必要在第11章新增一節(jié)討論深度學(xué)習(xí)。第19章新增一節(jié)討論方法比較的多元檢驗(yàn)。
自第1版面世以來,許多使用本書自學(xué)的讀者提出索取習(xí)題答案的請(qǐng)求。在這個(gè)新的版本中,已經(jīng)包括了部分習(xí)題的答案。它們有時(shí)是完整的答案,有時(shí)只是一個(gè)提示,或只提供多種可能答案中的一種。
我要感謝使用前兩版的所有老師和學(xué)生,以及它們的德文、中文和土耳其文翻譯和在印度的重印。我永遠(yuǎn)感激那些發(fā)給我評(píng)價(jià)、批評(píng)、勘誤,或以任何其他方式提供反饋的人。請(qǐng)繼續(xù)這樣做。
內(nèi)容簡(jiǎn)介
機(jī)器學(xué)習(xí)的目標(biāo)是對(duì)計(jì)算機(jī)編程,以便使用樣本數(shù)據(jù)或以往的經(jīng)驗(yàn)來解決給定的問題。已經(jīng)有許多機(jī)器學(xué)習(xí)的成功應(yīng)用,包括分析以往銷售數(shù)據(jù)來預(yù)測(cè)客戶行為,優(yōu)化機(jī)器人的行為以便使用較少的資源來完成任務(wù),以及從生物信息數(shù)據(jù)中提取知識(shí)的各種系統(tǒng)。本書是關(guān)于機(jī)器學(xué)習(xí)的內(nèi)容全面的教科書,其中有些內(nèi)容在一般的在機(jī)器學(xué)習(xí)導(dǎo)論書中很少介紹。主要內(nèi)容包括監(jiān)督學(xué)習(xí),貝葉斯決策理論,參數(shù)、半?yún)?shù)和非參數(shù)方法,多元分析,隱馬爾可夫模型,增強(qiáng)學(xué)習(xí),核機(jī)器,圖模型,貝葉斯估計(jì)和統(tǒng)計(jì)檢驗(yàn)。
機(jī)器學(xué)習(xí)正在迅速成為計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生必須掌握的一門技能。本書第3版反映了這種變化,增加了對(duì)初學(xué)者的支持,包括給出了部分習(xí)題的參考答案和補(bǔ)充了實(shí)例數(shù)據(jù)集(提供在線代碼)。其他顯著的變化包括離群點(diǎn)檢測(cè)的討論、感知器和支持向量機(jī)的排名算法、矩陣分解和譜方法、距離估計(jì)、新的核算法、多層感知器的深度學(xué)習(xí)和非參數(shù)貝葉斯方法。書中對(duì)所有學(xué)習(xí)算法都進(jìn)行了解釋,以便讀者可以很容易地將書中的公式轉(zhuǎn)變?yōu)橛?jì)算機(jī)程序。本書可以用作高年級(jí)本科生和碩士研究生的教材,也可供研究機(jī)器學(xué)習(xí)方法的技術(shù)人員參考。
作者簡(jiǎn)介
埃塞姆·阿培丁(Ethem Alpaydin),土耳其伊斯坦布爾博阿齊奇大學(xué)計(jì)算機(jī)工程系的教授。于1990年在洛桑聯(lián)邦理工學(xué)院獲博士學(xué)位,先后在美國(guó)麻省理工學(xué)院和伯克利大學(xué)工作和進(jìn)行博士后研究。Ethem博士主要從事機(jī)器學(xué)習(xí)方面的研究,是劍橋大學(xué)《The Computer Journal》雜志編委和Elsevier《Pattern Recognition》雜志的副主編。2001年和2002年,Ethem博士先后獲得土耳其科學(xué)院青年科學(xué)家獎(jiǎng)和土耳其科學(xué)與技術(shù)研究委員會(huì)科學(xué)獎(jiǎng)。
精彩書評(píng)
本書把機(jī)器學(xué)習(xí)的熱門話題(如Tom Mitchell)與概率論基礎(chǔ)(如Christopher Bishop)很好地融合在一起。第3版向這個(gè)重要和迅速發(fā)展領(lǐng)域中的學(xué)生和研究者介紹了機(jī)器學(xué)習(xí)的一些新和重要的課題(例如,譜方法、深度學(xué)習(xí)和學(xué)習(xí)排名)。
—— John W. Sheppard 蒙大拿州立大學(xué)計(jì)算機(jī)科學(xué)教授
我已經(jīng)在機(jī)器學(xué)習(xí)的研究生課程中使用本書多年。這本書很好地平衡了理論和實(shí)踐,并且在第3版中擴(kuò)充了許多新的先進(jìn)算法。我期待在我的下一次機(jī)器學(xué)習(xí)課程中使用它。
—— Larry Holder 華盛頓州立大學(xué)電子工程和計(jì)算機(jī)科學(xué)教授
對(duì)于機(jī)器學(xué)習(xí)而言,這是一本完整、易讀的機(jī)器學(xué)習(xí)導(dǎo)論,是這個(gè)快速演變學(xué)科的“瑞士軍刀”。盡管本書旨在作為導(dǎo)論,但是它不僅對(duì)于學(xué)生,而且對(duì)于尋求這一領(lǐng)域綜合教程的專家也是有用的。新人會(huì)從中找到清晰解釋的概念,專家會(huì)從中發(fā)現(xiàn)新的參考和靈感。
—— Hilario Gómez-Moreno IEEE高級(jí)會(huì)員
機(jī)器學(xué)習(xí)導(dǎo)論原書第三版截圖


您現(xiàn)在查看是摘要介紹頁(yè), 詳見PDF附件(31561KB,290頁(yè))。
器學(xué)習(xí)導(dǎo)論原書第三版_1.jpg)
器學(xué)習(xí)導(dǎo)論原書第三版_2.jpg)
器學(xué)習(xí)導(dǎo)論原書第三版_3.jpg)
器學(xué)習(xí)導(dǎo)論原書第三版_4.jpg)
器學(xué)習(xí)導(dǎo)論原書第三版_5.jpg)
器學(xué)習(xí)導(dǎo)論原書第三版_6.jpg)