(美)库尔卡尼(Kulkami,V.G.) 著2004 年出版374 页ISBN:7302088624
本书较系统地讲解了随机模型的有关内容,包括:基础概念,马尔科夫过程、排队系统、最优控制等。本书可作为工科类及管理类本科生的教材。...
(美)桑吉夫·库尔卡尼(Sanjeev Kulkarni),(美)吉尔伯特·哈曼(Gilbert Harman)著2017 年出版169 页ISBN:9787111555223
全书共包含18个章节,从概率密度、贝叶斯决策理论引入样本学习的基本概念,进而介绍了最近邻域学习、核学习及神经网络学习,在此基础上探讨了PCA学习、VC维概念、函数估计问题等,最后重点介绍了非常实用的支持向...
(印度)巴拉格·库尔卡尼(PARAGKUIKARNI)著;李宁,吴健,刘凯等译2015 年出版232 页ISBN:9787111502418
机器学习是人工智能领域中一个极其重要的研究方向。强化学习是机器学习中的一个重要分支。作为解决序贯优化决策的有效方法,强化学习有效地应用于计算科学、自动控制、机器人技术等各个领域。当前,强化学习的...