机器学习与深度学习 通过C语言模拟pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

机器学习与深度学习 通过C语言模拟PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 机器学习 1

1.1 什么是机器学习 1

1.1.1 深度学习的成果 1

1.1.2 学习、机器学习和深度学习 6

1.1.3 机器学习的分类 9

1.1.4 直至深度学习的机器学习历史 15

1.2 关于本书例题程序的执行环境 25

1.2.1 程序执行的流程 25

1.2.2 程序执行的实际情况 27

第2章 机器学习基础 31

2.1 归纳学习 31

2.1.1 演绎学习和归纳学习 31

2.1.2 归纳学习的例题——股票价格的预测 32

2.1.3 基于归纳学习的股价预测程序 37

2.2 强化学习 46

2.2.1 什么是强化学习 46

2.2.2 Q学习——强化学习的具体方法 48

2.2.3 强化学习的例题——走迷宫知识的学习 53

2.2.4 强化学习程序的实现 56

第3章 群体智能与演化方法 65

3.1 群体智能 65

3.1.1 粒子群最优化方法 65

3.1.2 蚁群最优化方法 67

3.1.3 蚁群最优化方法的实现 70

3.2 演化方法 81

3.2.1 什么是演化方法 81

3.2.2 基于遗传算法的知识获取 84

第4章 神经网络 101

4.1 神经网络基础 101

4.1.1 人工神经元模型 101

4.1.2 神经网络与学习 105

4.1.3 神经网络的种类 107

4.1.4 人工神经元的计算方法 108

4.1.5 神经网络的计算方法 115

4.2 基于反向传播的神经网络的学习 121

4.2.1 感知机的学习过程 121

4.2.2 反向传播的处理过程 123

4.2.3 反向传播的实现 125

第5章 深度学习 139

5.1 什么是深度学习 139

5.1.1 传统神经网络的局限和深度学习的思路 139

5.1.2 卷积神经网络 142

5.1.3 自编码器的学习方法 145

5.2 深度学习的实现 147

5.2.1 卷积运算的实现 148

5.2.2 卷积神经网络的实现 156

5.2.3 自编码器的实现 170

附录A生成行李的重量和价值的程序 183

附录B通过全搜索求解背包问题的程序 185

参考文献 189