参考文献别太水,大数据参考文献有什么区别( 二 )


10.《矩阵分析》本书从数学分析的角度论述矩阵分析的经典方法和现代方法 , 取材新 , 有一定的深度 , 并给出在多元微积分、复分析、微分方程、量优化、逼近理论中的许多重要应用 。主要内容包括:特征值、特征向量和相似性 , 酉等价和正规矩阵 , 标准形 , Hermite矩阵和对称矩阵 , 向量范数和矩阵范数 , 特征值和估计和扰动 , 正定矩阵 , 非负矩阵 。
11.《统计学习方法》本书全面系统地介绍了统计学习的主要方法 , 特别是监督学习方法 , 包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等 。除第1章概论和最后一章总结外 , 每章介绍一种方法 。叙述从具体问题或实例入手 , 由浅入深 , 阐明思路 , 给出必要的数学推导 , 便于读者掌握统计学习方法的实质 , 学会运用 。
为满足读者进一步学习的需要 , 书中还介绍了一些相关研究 , 给出了少量习题 , 列出了主要参考文献 。12.《机器学习导论》对机器学习的定义和应用实例进行了介绍 , 涵盖了监督学习 。贝叶斯决策理论 。参数方法、多元方法、维度归约、聚类、非参数方法、决策树 。线性判别式、多层感知器 , 局部模型、隐马尔可夫模型 。分类算法评估和比较 , 组合多学习器以及增强学习等 。

推荐阅读