首页 > 图书中心 >图书详情
机器学习
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元
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、Kmeans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——Kmeans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 >