简介
本书系统地介绍了机器学习的相关知识。本书共12章,内容包括机器学习、机器学习的数学基础、不同格式数据的读取与写入、数据预处理、回归、决策树分类、贝叶斯分类、支持向量机分类、聚类、人工神经网络、OpenCV图像识别、TensorFlow深度学习。 本书可作为高等院校计算机、人工智能、软件工程、信息管理等相关专业的机器学习课程教材，也可作为相关技术人员的参考书。
编辑推荐
l 内容系统全面：全面介绍机器学习的经典和主流算法。 l 原理浅显易懂：循序渐进阐述各类机器学习算法原理。 l 原理实践结合：每种机器学习模型配套对应实践案例。 l 算法代码实现：使用Python 3.6.x实现书中所有算法。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2022-05-01
- 更新： 2023-06-19
- 书号：9787302600831
- 中图：TP181-43;TP311.561-43
- 学科：工学控制科学与工程工学计算机科学与技术工学软件工程交叉学科智能科学与技术
