本書從機器學習的概念與基本原理開始，介紹了機器學習及近年來流行的深度學習領(lǐng)域的經(jīng)典模型。閱讀本書可以讓讀者系統(tǒng)地了解機器學習和深度學習領(lǐng)域的基本知識，領(lǐng)會模型算法的思路與策略。本書分為兩篇，共18章。一篇為經(jīng)典機器學習模型，主要介紹常用的機器學習經(jīng)典模型，包括線性回歸、支持向量機模型、邏輯斯蒂回歸、決策樹模型、k近鄰、樸素貝葉斯、線性判別分析和主成分分析、流形學習、聚類算法、稀疏編碼、直推式支持向量機、集成算法。第二篇為深度學習模型與方法，剖析神經(jīng)網(wǎng)絡(luò)的基本要素，并介紹常用的深度學習模型，包括感知機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)。本書試圖從初學者的角度對機器學習和深度學習的經(jīng)典算法進行詳細闡述。本書插圖豐富，語言通俗易懂，適合初入機器學習領(lǐng)域的“萌新”，也適合希望將機器學習算法應用到日常工作中的其他專業(yè)從業(yè)者，還可供對人工智能領(lǐng)域感興趣的讀者參考閱讀。
賈壯，畢業(yè)于清華大學自動化系，專業(yè)為模式識別與智能系統(tǒng)方向。主要從事于機器學習與深度學習在圖像處理以及地球物理領(lǐng)域內(nèi)的相關(guān)應用研究，對機器學習相關(guān)算法有較深的理解。參與過多項機器學習相關(guān)工程項目，發(fā)表SCI期刊論文及會議論文數(shù)篇。曾獲得國家獎學金、數(shù)學建模一等獎、很好畢業(yè)生等獎項和榮譽稱號。
|
