本书介绍
该书是加州大学伯克利分校的机器学习课程CS 189配套的教材。本书内容精简,只有185页,全面介绍机器学习一些基础的核心的理论知识,涉及的主要内容包括:回归、降维、神经网络、分类、聚类、决策树、深度学习等。非常适合于机器学习入门的初学者,可以弥补学习中的一些理论盲点,重点解释常见的机器学习中的数学知识。
本书目录
内容截图
微信扫一扫
本书介绍
该书是加州大学伯克利分校的机器学习课程CS 189配套的教材。本书内容精简,只有185页,全面介绍机器学习一些基础的核心的理论知识,涉及的主要内容包括:回归、降维、神经网络、分类、聚类、决策树、深度学习等。非常适合于机器学习入门的初学者,可以弥补学习中的一些理论盲点,重点解释常见的机器学习中的数学知识。
本书目录
内容截图
相关推荐