机读格式显示(MARC)

• 000 01308nam0 2200277 450

• 001 0000263030

• 005 20210926155000.0

• 010 __ |a 978-7-118-12120-9 |d CNY98.00

• 100 __ |a 20201106d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak az 000yy

• 106 __ |a r

• 200 1_ |a 人工智能 |A ren gong zhi neng |e 机器学习与神经网络 |f 刘峡壁,马霄虹,高一轩著

• 210 __ |a 北京 |c 国防工业出版社 |d 2020

• 215 __ |a 17,358页 |c 图 |d 24cm

• 320 __ |a 有书目

• 330 __ |a 本书以人工智能实现算法为视角,系统阐述机器学习与人工神经网络这两个彼此紧密联系的人工智能实现途径中的主要问题与解决方法。对于机器学习,在深入理解机器学习任务与关键问题的基础上,探讨监督学习、非监督学习、半监督学习、强化学习这四大类归纳学习问题的本质特性及其解决方案,同时论述作为归纳学习基础的相似性计算问题及其解决方法。对于人工神经网络,按照其关键问题是网络拓扑结构与学习方法的认识分为前馈网络与反馈网络这两大类网络结构,阐述主要计算模型及其学习方法。最后对机器学习与人工神经网络下一步的发展趋势进行了展望。

• 517 1_ |a 机器学习与神经网络 |A ji qi xue xi yu shen jing wang luo

• 606 0_ |a 人工智能 |A Ren Gong Zhi Neng

• 690 __ |a TP18 |v 5

• 701 _0 |a 刘峡壁 |A liu xia bi |4 著

• 701 _0 |a 马霄虹 |A ma xiao hong |4 著

• 701 _0 |a 高一轩 |A gao yi xuan |4 著

• 801 _0 |a CN |b JBXQLIB |c 20210926

• 905 __ |a JBXQLIB |d TP18/49