简介
本书全面且深入浅出地介绍了机器学习技术，不仅涵盖机器学习算法原理及其实现和运行，还包括Python编程基础和深度学习入门知识，有助于初学者快速掌握算法的实际应用。本书每一节都提供了相应的Python代码实例，通过文字、公式、图像、代码和运行结果的结合，读者可以深入理解算法的实现过程。 全书分为3部分: 第一部分（第1～3章）提供必备的预备知识，包括机器学习概述、Python和NumPy基础；第二部分（第4～11章）详细介绍各种机器学习算法，涉及回归、分类、聚类等任务；第三部分（第12、13章）介绍深度学习的背景知识，并介绍近年来备受关注的对抗生成网络。 本书适合作为高等院校计算机、信息工程专业高年级本科生、研究生的教材，同时也可供从事相关领域学术研究、工程实践专业人员以及对机器学习和深度学习感兴趣的初学者参考。
编辑推荐
本书首先通过严谨简明的预备知识介绍，引导读者了解并掌握机器学习的核心概念和编程基础；然后以实际需解决的问题为着眼点，将要解决的问题转化为若干小问题；接着通过所提供的丰富资源和实现工具高效地开展机器学习的算法理解和实践，并在实践中不断改进和提升。 本书侧重实践应用，通过算法原理与实践案例的结合，由浅入深地导入机器学习的概念和方法，提高读者的兴趣，降低入门的难度。 本书能够普惠更多学术研究人员、工程师及对机器学习感兴趣的初学者，为其提供有价值的知识和实践指导，并使其灵活地用于解决实际问题。同时，也可以让人们把人工智能技术的思维带到平时的学习和工作中，启发他们对机器智能的思考与探索。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2024-12-01
- 更新： 2025-05-19
- 书号：9787302676799
- 中图：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
