简介
本书旨在通过对机器学习主要原理和方法的介绍，并且结合作者多年来在智能感知方面的研究成果，对其他书籍未涉及的一些前沿研究进行补充阐述。通过对基础理论循序渐进、深入浅出的讲解，读者能够更快速地掌握机器学习的基本方法，在此基础上每章内容由易到难，读者可以根据自己的掌握程度以及兴趣，选择特定的方向进行更深入的学习。 本书可作为有一定数学基础的人工智能专业的本科生和研究生教材，也可作为有志于钻研人工智能相关领域（包括机器学习和智能感知等方向）的读者的参考书。
编辑推荐
本书强调基础知识与前沿研究的无缝衔接，从机器学习基础、深度学习理论与应用逐步深入，内容由易到难,循序渐进。 本书强调理论与实践的有效结合，引入大量案例讲解算法，使读者可以在学习案例的基础上更好地学习算法和理论。 本书整体逻辑严密，各章节又相对独立，不仅包括传统的理论和方法，也融入了一些新的算法和比较流行的机器学习理论，使读者了解机器学习的新方向和新发展。 本书可以作为计算机科学与技术、人工智能、智能科学与技术等专业的教学用书，也可以作为对机器学习感兴趣的读者的参考书。 本书配套教学课件，读者可从清华大学出版社网站下载使用。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2023-09-01
- 更新： 2024-12-19
- 书号：9787302641704
- 中图：TP18;TP181
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
