首页 > 图书中心 >图书详情

机器学习

注重理论与实践结合,选用Python及Pytorch使用平台,精选丰富案例,强调实际应用

作者:翟懿奎,秦传波,麦超云,周文略,梁艳阳,朱胡飞,曾军英,邓辅秦
丛书名:面向新工科专业建设计算机系列教材
定价:69
印次:1-1
ISBN:9787302676799
出版日期:2024.12.01
印刷日期:2024.12.04

"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。 "

more >

前言 习近平总书记在党的二十大报告中指出: 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源,创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,这三大战略共同服务于创新型国家的建设。报告同时强调: 推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。 在过去的几十年里,机器学习已经取得了令人瞩目的进展。从最初的统计学习方法到如今的深度学习,机器学习的应用正以前所未有的速度增长,并深刻影响着我们的社会、经济和生活。机器学习不仅推动了计算机科学的发展,还在医疗诊断、金融风险评估、自动驾驶等领域取得了重大突破。当前,人工智能日益成为引领新一轮科技革命和产业变革的核心技术,在制造、金融、教育、医疗和交通等领域的应用场景不断落地,极大地改变了既有的生产和生活方式。机器学习是人工智能的基础,其不仅在计算机科学中扮演着关键角色,而且在各个学科领域中都具有巨大的潜力。对于许多人来说,学习机器学习可能会显得具有挑战性,因为它涉及复杂的数学和算法。然而,本书的目标正是要帮助读者以简单、直观的方式入门,并掌握实际应用所需的技能。 本书首先从基础知识开始,引导读者了解机器学习的核心概念,并掌握编程基础。然后,逐步介绍和分析各种常用算法,包括线性回归算法、逻辑回归算法、支持向量机、Kmeans算法等。每一章都为读者提供了丰富的资源和实现工具,通过这些工具和实例代码,读者可以更加高效地理解机器学习的算法,并在实践中不断改进和提升。最后,本书详细介绍深度学习的原理和应用,并详细介绍对抗生成网络的原理和实现。此外,本书还涵盖了不同任务的评估指标和调优方法,为读者提供了全面的机器学习资料。 本书内容分为3部分: 第一部分(第1~3章)为基础篇。第1章概要介绍机器学习的背景知识。第2章介绍机器学习所必须掌握的Python编程基础,并提供算法环境、安装流程和编程语法的详细说明。第3章介绍NumPy的相关知识,为后续算法的复杂数据操作和数学计算提供基础。 第二部分(第4~11章)为机器学习篇。第4、5章介绍线性回归算法和逻辑回归算法,并提供两种优化方法,最后分析两种算法的区别。第6~9章介绍机器学习中的4种常用的有监督分类算法,包括k近邻算法、经典贝叶斯算法、决策树和支持向量机,并提供相应的实例。第10、11章介绍聚类算法——Kmeans算法和降维算法——主成分分析算法,详述这两种算法的实现逻辑,并提供实例展示这两种算法的联合使用。 第三部分(第12、13章)为深度学习篇。第12章介绍深度学习的背景,探讨深度学习计算的重要组成部分——卷积神经网络。第13章介绍近年来备受关注的生成对抗网络,并通过手写体生成、人脸生成和条件生成对抗网络3个实例展示生成对抗网络的实际运用。 需要特别强调的是,本书对实践的重视。机器学习是一个实践性很强的领域,只有通过实践才能真正理解其原理和应用。本书提供了大量的实例,读者可以通过动手实践巩固所学知识,并将其应用于自己感兴趣的领域。对学术研究人员来说,本书将帮助他们深入理解机器学习的理论和方法,并激发他们在研究中的创新思维。对工程师来说,本书将帮助他们掌握机器学习的实际应用技巧,并将其应用于解决实际问题。对初学者来说,本书将帮助他们系统地掌握机器学习的基础知识,为未来的学习和发展奠定坚实的基础。 此外,特别感谢王文琪、周建宏、黄嘉扬和许韵四位同学,他们通过认真细致的检查,在本书编写过程中修正了许多细节问题, 提升了本书的准确性和质量。 最后,我衷心希望本书能够激发读者对机器学习的兴趣,帮助读者学习和掌握机器学习的理论、方法和应用技巧。机器学习是一个充满挑战和机遇的领域,我相信,读者通过不断学习和实践必将在这个领域中取得突破和成就。 翟懿奎2024年9月

more >
扫描二维码
下载APP了解更多

同系列产品more >

深度学习技术基础(微课版)

田春伟、左旺孟
定 价:49元

查看详情
信息安全概论

邱晓红、吴珍、颜晓莲
定 价:79元

查看详情
离散数学及编程实践

向秀桥
定 价:69元

查看详情
数据库原理与应用(微课版)

邹先霞、王传胜
定 价:69.80元

查看详情
程序设计的计算思维与方法(翻转课...

杨鑫
定 价:69.80元

查看详情
图书分类全部图书
more >
  • "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。
    "

more >
  • 目录

    第1章机器学习概述1

    1.1人工智能的概念和发展1

    1.2机器学习的概念和发展6

    1.3机器学习的应用9

    1.3.1七大应用模式9

    1.3.2经典应用11

    1.4实现框架11

    1.4.1机器学习框架11

    1.4.2深度学习框架12

    1.5小结15

    第2章Python基础16

    2.1认识Python16

    2.1.1Python简介16

    2.1.2Python开发环境16

    2.1.3安装Python与选择编译器16

    2.2Python语法特点17

    2.2.1保留字17

    2.2.2标识符18

    2.2.3注释18

    2.2.4代码缩进19

    2.2.5数据类型20

    2.2.6命名规则23

    2.2.7运算符23

    2.2.8input()和print()的用法26

    2.3流程控制语句27

    2.3.1判断语句28

    2.3.2循环语句29

    2.4序列类型及操作292.4.1序列处理函数和方法29

    2.4.2列表31

    2.4.3元组32

    2.4.4字典33

    2.4.5集合34

    2.4.6列表、元组、字典、集合的区别35

    2.5函数的定义与使用35

    2.5.1函数的理解与定义35

    2.5.2函数的调用35

    2.5.3函数的参数传递和返回值36

    2.5.4局部变量和全局变量37

    2.6类和对象37

    2.6.1定义类37

    2.6.2创建类的实例38

    2.6.3创建__init__()方法38

    2.7模块39

    2.7.1创建模块39

    2.7.2导入模块39

    2.8文件操作40

    2.8.1创建和打开文件...

精彩书评more >

标题

评论

版权所有(C)2023 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802042911号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘