XiaoMi-AI文件搜索系统
World File Search SystemAmeet
机器学习的基础第二版
名称：Mohri，Mehryar，作者。| Rostamizadeh，Afshin，作者。| Talwalkar，Ameet，作者。标题：机器学习的基础 / Mehryar Mohri，Afshin Rostamizadeh和Ameet Talwalkar。描述：第二版。|马萨诸塞州剑桥：麻省理工学院出版社，[2018] |系列：自适应计算和机器学习系列|包括书目参考和索引。标识者：LCCN 2018022812 | ISBN 9780262039406（精装：Alk。纸）主题：LCSH：机器学习。|计算机算法。分类：LCC Q325.5 .M64 2018 | DDC 006.3/1--DC23 LC记录可从https://lccn.loc.gov/2018022812
人工智能和机器学习...
参考：1。Dan W. Patterson，“人工智能与专家系统概论”，Pearson Education，2007年2。 Kevin Night，Elaine Rich和Nair B.，“人工智能”，McGraw Hill，2008年3。 Patrick H. Winston，“人工智能”，第三版，皮尔逊教育，2006年4。 Deepak Khemani，“人工智能”，Tata McGraw Hill教育，2013年（http://nptel.ac.in/）5。 Christopher M. Bishop，“模式识别和机器学习”，Springer，2006年。 6。 汤姆·米切尔（Tom Mitchell），“机器学习”，麦格劳·希尔（McGraw Hill），第三版，1997年。 7。 Charu C. Aggarwal，“数据分类算法和应用程序”，CRC出版社，2014年8。 Mehryar Mohri，Afshin Rostamizadeh，Ameet Talwalkar，“机器学习的基础”，麻省理工学院出版社，2012年。 9。 Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年Dan W. Patterson，“人工智能与专家系统概论”，Pearson Education，2007年2。Kevin Night，Elaine Rich和Nair B.，“人工智能”，McGraw Hill，2008年3。Patrick H. Winston，“人工智能”，第三版，皮尔逊教育，2006年4。Deepak Khemani，“人工智能”，Tata McGraw Hill教育，2013年（http://nptel.ac.in/）5。Christopher M. Bishop，“模式识别和机器学习”，Springer，2006年。6。汤姆·米切尔（Tom Mitchell），“机器学习”，麦格劳·希尔（McGraw Hill），第三版，1997年。7。Charu C. Aggarwal，“数据分类算法和应用程序”，CRC出版社，2014年8。Mehryar Mohri，Afshin Rostamizadeh，Ameet Talwalkar，“机器学习的基础”，麻省理工学院出版社，2012年。9。Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年
B.Tech III年–II SEM
参考：1。Dan W. Patterson，“人工智能与专家系统概论”，Pearson Education，2007年2。 Kevin Night，Elaine Rich和Nair B.，“人工智能”，McGraw Hill，2008年3。 Patrick H. Winston，“人工智能”，第三版，皮尔逊教育，2006年4。 Deepak Khemani，“人工智能”，Tata McGraw Hill教育，2013年（http://nptel.ac.in/）5。 Christopher M. Bishop，“模式识别和机器学习”，Springer，2006年。 6。 汤姆·米切尔（Tom Mitchell），“机器学习”，麦格劳·希尔（McGraw Hill），第三版，1997年。 7。 Charu C. Aggarwal，“数据分类算法和应用程序”，CRC出版社，2014年8。 Mehryar Mohri，Afshin Rostamizadeh，Ameet Talwalkar，“机器学习的基础”，麻省理工学院出版社，2012年。 9。 Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年Dan W. Patterson，“人工智能与专家系统概论”，Pearson Education，2007年2。Kevin Night，Elaine Rich和Nair B.，“人工智能”，McGraw Hill，2008年3。Patrick H. Winston，“人工智能”，第三版，皮尔逊教育，2006年4。Deepak Khemani，“人工智能”，Tata McGraw Hill教育，2013年（http://nptel.ac.in/）5。Christopher M. Bishop，“模式识别和机器学习”，Springer，2006年。6。汤姆·米切尔（Tom Mitchell），“机器学习”，麦格劳·希尔（McGraw Hill），第三版，1997年。7。Charu C. Aggarwal，“数据分类算法和应用程序”，CRC出版社，2014年8。Mehryar Mohri，Afshin Rostamizadeh，Ameet Talwalkar，“机器学习的基础”，麻省理工学院出版社，2012年。9。Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年Ian Goodfellow，Yoshua Bengio，Aaron Courville，“深度学习”，麻省理工学院出版社，2016年
MT-2111与利妥昔单抗联合使用的全球3期临床试验已在日本开始
在日本开始。在2021年4月，Zynlonta®被美国食品药品监督管理局（FDA）加速批准，作为第一个和唯一的CD19靶向抗体药物共轭物（ADC），作为两次或多个系统治疗系列后的R/R DLBCL的成年患者的单人治疗。在2022年1月，MTPC与ADC Therapeutics SA（NYSE：ADCT）签订了独家许可协议，以开发和商业化Zynlonta®，以用于日本所有血液学和实体肿瘤指示。目前正在进行1/2期临床研究（MT-2111-A-101，NCT05658562），目前正在日本有R/R DLBCL患者中使用MT-2111单一疗法。“我们很高兴达到这个重要的里程碑。由于其年龄或合并症，很大一部分患者可能没有资格进行自体干细胞移植。” Ikuyaku负责人Hideki Kuki说。MTPC的综合价值发展部。 “这代表了我们承诺尽快推进该项目的第一步，以改变急需的患者生活，以提供新的治疗选择。” ADC Therapeutics首席执行官Ameet Mallik说：“我们在日本的合作伙伴在Zynlonta®开发计划中取得的进步感到兴奋。” 利用其在药物发现方面的优势，MTPC将承担肿瘤学的新挑战，并努力为患有癌症患者带来新的治疗方法。MTPC的综合价值发展部。“这代表了我们承诺尽快推进该项目的第一步，以改变急需的患者生活，以提供新的治疗选择。” ADC Therapeutics首席执行官Ameet Mallik说：“我们在日本的合作伙伴在Zynlonta®开发计划中取得的进步感到兴奋。”利用其在药物发现方面的优势，MTPC将承担肿瘤学的新挑战，并努力为患有癌症患者带来新的治疗方法。“这是我们全球努力的重要组成部分，旨在将这种差异化的治疗选择带给世界各地有明显未满足医疗需求的DLBCL患者。” Lotis-5是Zynlonta®的全球3期临床试验，结合了复发或难治性扩散大B细胞淋巴瘤（R/R DLBCL）的患者，与利妥昔单抗与免疫化学疗法相结合。
供应链中断和重组
* We thank Daron Acemoglu, Francesco Amodio, Costas Arkolakis, David Atkin, Kerem Cosar, Banu Demir, Xiang Ding, Dave Donaldson, Jonas Hjort, Amit Khandelwal, Sam Kortum, Rocco Macchiavello, Thierry Mayer, Ameet Morjaria, David Nagy, Ezra Oberfield, Andrii Parkhomenko，Michael Peters，Giacomo Romanini，Daniel Sturm，Alireza Tahbaz-Salehi，Mathias Thoenig，Daniel Xu，Ekaterina ekaterina Zhuravskaya以及各种研讨会和会议的参与者以及会议。我们感谢Serhii Abramenko，Artyom Lipin，Ella Sargsyan，Martin Strobl，尤其是Aruzhan Nurlankul的精湛研究帮助。该项目已从玛丽·斯库洛多夫斯卡·弗兰斯（Marie Sklodowska-Curie）赠款协议号870245。†巴塞罗那经济学学校和CEPR大学庞贝·法布拉大学（E-Mail：vasily.korovkin@upf.edu）。‡MIT Sloan管理学院和CEPR（电子邮件：makarin@mit.edu）。 §波士顿大学（电子邮件：miyauchi@bu.edu）。‡MIT Sloan管理学院和CEPR（电子邮件：makarin@mit.edu）。§波士顿大学（电子邮件：miyauchi@bu.edu）。
CS3491-人工智能与机器...
教科书： 1. Stuart Russell 和 Peter Norvig，“人工智能——一种现代方法”，第四版，Pearson Education，2021 年。 2. Ethem Alpaydin，“机器学习简介”，麻省理工学院出版社，第四版，2020 年。 参考文献： 1. Dan W. Patterson，“人工智能和专家系统简介”，Pearson Education，2007 年 2. Kevin Night、Elaine Rich 和 Nair B.，“人工智能”，McGraw Hill，2008 年 3. Patrick H. Winston，“人工智能”，第三版，Pearson Education，2006 年 4. Deepak Khemani，“人工智能”，Tata McGraw Hill Education，2013 年（http://nptel.ac.in/） 5. Christopher M. Bishop，“模式识别和机器学习”，Springer，2006 年。 6. Tom Mitchell，“机器学习”，McGraw Hill，第 3 版，1997 年。 7. Charu C. Aggarwal，“数据分类算法和应用”，CRC Press，2014 年 8. Mehryar Mohri、Afshin Rostamizadeh、Ameet Talwalkar，“机器学习基础”，MIT Press，2012 年。 9. Ian Goodfellow、Yoshua Bengio、Aaron Courville，“深度学习”，MIT Press，2016 年
中国对外援助的国内政治经济学
作者感谢 Nancy Qi、Seema Jayachandran、Ameet Morjaria 和 Chris Udry 的指导；阿里尔·本伊沙,尼古拉·比安奇,理查德·布卢姆,利维·博克赛尔,曹一鸣,里卡多·达希斯,阿克塞尔·德雷尔,鲁本·杜兰特,乔治·叶戈罗夫,雷·菲斯曼,安德烈亚斯·福克斯,马丁·菲斯宾,凯·格林,悉达多·乔治,约翰内斯·豪斯霍费尔,马泰奥·马格纳里科特,阿列克谢·马卡林,泰德·米格尔,杰西卡·潘,迈克尔Porcellacchia、Paul Schaudt、Tuan-Hwee Sng、Miguel Talamas、Rainer Thiele、Christoph Trebesch、Shaoda Wang、Jaya Wen、David Yang、Song Yuan 以及 NBER、巴塞罗那 GSE 夏季论坛以及无数其他会议和研讨会的参与者提供了有用的评论； Kevin Acker、Aidan Chau、Manfred Elfstrom、Wenwei Peng、Shaoda Wang 和 Cheryl Wu 提供数据帮助；John Acker 提供文字编辑；Zhentao Jiang、O'Rianna Yew Jingqing、Lan Wang、Zixin Wei、Zhiyao Xu、Johnny Lee Zhuang Yu、Tianyu Zhang，尤其是 Chuyue Tian 提供出色的研究协助。作者非常感谢教育部 AcRF Tier 1 拨款 FY2023-FRC2-006 的资助。本文部分内容的旧版本之前以“中国对外援助：政治决定因素和经济影响”为标题发布，首次提交于 2018 年 6 月，并于 2021 年 10 月作为草稿发布。
B.Tech III年–II SEM 人工智能和机器学习... 机器人和自动化的数字笔记（... 人工智能与机器学习 工程化学.pdf b'' 机器学习实验室手册
3 - / - /3（R20A0518）机器学习单元 - I简介：机器学习简介，监督学习，无监督学习，增强学习。深度学习。特征选择：过滤器，包装器，嵌入式方法。特征归一化： - 最小最大归一化，z得分归一化和恒定因子归一化降低降低：主成分分析（PCA），线性判别分析（LDA）单元 - II监督学习 - I（回归/分类）回归模型：简单线性回归，多线性回归。成本函数，梯度下降，性能指标：平均绝对误差（MAE），均方根误差（MSE）R平方错误，调整后的R平方。Classification models: Decision Trees-ID3, CART, Naive Bayes, K-Nearest-Neighbours (KNN), Logistic Regression, Multinomial Logistic Regression Support Vector Machines (SVM) - Nonlinearity and Kernel Methods UNIT – III Supervised Learning – II (Neural Networks) Neural Network Representation – Problems – Perceptrons, Activation Functions, Artificial Neural Networks (ANN) , Back Propagation 算法。卷积神经网络 - 卷积和合并层，复发性神经网络（RNN）。分类指标：混淆矩阵，精度，召回，准确性，F-SCORE，ROC曲线单元 - IV模型验证：交叉验证 - 保留方法，k折，分层k fold，剩余的交叉验证。偏见变化权衡，正规化，过度拟合，不足。合奏方法：提升，包装，随机森林。教科书：1。2。3。3。4。单元 - V无监督的学习：聚类-K均值，K模型，K-蛋白型，高斯混合模型，期望最大化。强化学习：探索和剥削权衡取舍，非社交学习，马尔可夫决策过程，Q学习。机器学习 - Saikat Dutt，Subramanian Chandramouli，Amit Kumar Das，Pearson。机器学习的基础，Mehryar Mohri，Afshin Rostamizadeh，Ameet Talwalkar，麻省理工学院出版社。凯文·墨菲（Kevin Murphy），机器学习：概率的观点，麻省理工学院出版社，2012年参考书：1。Trevor Hastie，Robert Tibshirani，Jerome Friedman，《统计学习要素》，Springer2009 2。克里斯托弗·毕晓普（Christopher Bishop），《模式识别与机器学习》，施普林格，2007年。机器学习向往，Andrew Ng。数据挖掘 - 概念和技术-Jiawei Han和Micheline Kamber，Morgan Kaufmann