本書系統(tǒng)介紹模式識別與機(jī)器學(xué)習(xí)的基礎(chǔ)理論、模型與算法，同時適當(dāng)融人前沿知識。本書以貝葉斯學(xué)習(xí)的思想貫穿始終，并適時與其他重要知識點(diǎn)（如支持向量機(jī)、深度學(xué)習(xí)）等進(jìn)行交叉和關(guān)聯(lián)，便于讀者在形成良好知識體系的同時保持對整個領(lǐng)域知識的全面把握。全書共14章和4個附錄，循序漸進(jìn)地對模式識別與機(jī)器學(xué)習(xí)領(lǐng)域進(jìn)行剖析。首先介紹貝葉斯學(xué)習(xí)基礎(chǔ)、邏輯回歸、概率圖模型基礎(chǔ)、隱馬爾可夫模型和條件隨機(jī)場，接著介紹支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、高斯過程、聚類、主成分分析與相關(guān)的譜方法，很后介紹確定性近似推理、隨機(jī)近似推理和強(qiáng)化學(xué)習(xí)。附錄包括傳統(tǒng)的模式識別與機(jī)器學(xué)習(xí)方法中的近鄰法和決策樹，還有向量微積分和隨機(jī)變量的變換等與本學(xué)科方向強(qiáng)相關(guān)的重要知識點(diǎn)。本書內(nèi)容深入淺出，生動有趣，力求反映這一領(lǐng)域的核心知識體系和新的發(fā)展趨勢。全書內(nèi)容都盡可能做到豐富完整，重點(diǎn)章節(jié)附有思考與計(jì)算習(xí)題，便于讀者對知識的鞏固和融會貫通。本書適合作為本科生和研究生（碩／博）課程的教材，也可作為希望從事人工智能相關(guān)工作的科技工作者的自學(xué)參考書。\? 孫仕亮，清華大學(xué)博士，華東師范大學(xué)教授。在華東師范大學(xué)從事研究工作，主講本科和研究生“模式識別與機(jī)器學(xué)習(xí)”“不錯機(jī)器學(xué)習(xí)”等課程，并在英國倫敦大學(xué)學(xué)院、美國哥倫比亞大學(xué)從事訪問合作研究。在模式識別與機(jī)器學(xué)習(xí)領(lǐng)域的靠前有名期刊和會議發(fā)表學(xué)術(shù)論文100余篇，承擔(dān)多項(xiàng)重量、省部級科研項(xiàng)目及靠前知名企業(yè)的合作研究項(xiàng)目，研究成果多次獲得省部級科學(xué)技術(shù)獎勵。? 趙靜，華東師范大學(xué)博士，講師。從事模式識別與機(jī)器學(xué)習(xí)領(lǐng)域的研究，包括概率模型、貝葉斯學(xué)習(xí)、近似推理與優(yōu)化。主講研究生“不錯機(jī)器學(xué)習(xí)”和本科生“可信機(jī)器學(xué)習(xí)”等課程。入選上海市2016年度“揚(yáng)帆計(jì)劃”和2019年度“晨光計(jì)劃”。發(fā)表論文近20篇，代表性成果發(fā)表于JMLR、T-CYB、IJCAI等靠前很好期刊和會議。\
|
