預測之美──機器學習及深度學習真實生活應用

{{ _getLangText('m_detailInformation_goodsAuthorText') }}游皓麟
{{ _getLangText('m_detailInformation_goodsPublisherText') }}深智
2020年11月21日
ISBN:9789865501594
{{ _getLangText('m_detailInformation_goodsTips1Text') }}
{{ _getLangText('m_detailInformation_goodsActivityText') }}
{{ activityObj.name }}

{{_getLangText("m_detailIntroduction_goodsIntroductionText") }}

預測之美,莫過於此


未卜先知不再是夢想,用深度學習及機器學習的原理,預測出最精準的結果。


完整收錄

√遺傳演算法、粒子群演算法、模擬退火求解

√多元線性、Ridge回歸、Lasso回歸、分位數回歸、穩健回歸

√GBRT、神經網路、SVM、高斯回歸

√Box-Jenkins方法、門檻自回歸、向量自回歸、GARPH模型族、卡爾曼濾波、RNN及LSTM


完整的數學推導及公式講解,讓你打下紮實的機器學習及深度學習基礎。

{{ _getLangText('m_detailAuthorBookList_titleText') }}

{{ _getLangText("m_recently_viewed_products_titleText") }}