前言 自从通用数字计算机诞生以来，在过去的七十余年，计算机已经深度融入人们的生产生活之中。如果没有计算机，很难想象世界将会怎样。近年来，正如计算机一样，机器学习（包括深度学习）正从多方面融入人们的生产生活。 机器学习（包括深度学习）的一个显著特点是，实践先于理论、易学难精。机器学习被称为“黑盒子（black box）”“黑魔法（black magic）”“炼丹术（alchemy）”，很大程度上是因为缺少系统的原理上的分析与解释。 同时，作为“机器学习”等课程的授课教师，也深感缺少一本适合高年级本科生与研究生初学者的用于理论教学与实践教学的教材，尽管市面上已有一些机器学习方面的书籍。 因此，只好为讲授“机器学习”这门课程而自写讲义。之后将讲义扩展为《机器学习原理与实践（微课版）》这本书。为了交出一份尽可能满意的答卷，在全力写作本书的3个季度里，作者深居简出，数易书稿。 一本好书是一条捷径。本书力求以通俗简明的语言，从原理的角度，从无到有，讲清楚机器学习中的一些常见方法，并从实践的角度，循序渐进，引领读者独立编程实现这些机器学习方法，从而帮助读者迅速实现从“小白”到“大神”的飞跃，为读者进一步学习理解深度学习方法奠定坚实的原理与实践基础。 本书按照不同的学习范式将机器学习领域的一些常见方法分成3章进行讲解，并假设读者已经学习过“高等数学”“线性代数”“概率论与数理统计”等数学类课程，使用过Python语言进行编程。 第1章简要介绍机器学习的历史、概念、应用以及实现方式。 第2章重点讲解监督学习，包括线性回归、逻辑回归、支持向量机、k近邻、朴素贝叶斯以及神经网络等方法。 第3章讲解无监督学习，包括k均值、主成分分析以及自编码器。 第4章讲解强化学习，主要包括马尔可夫决策过程与Q学习。 本书适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、通信工程、电子信息、机器人、自动化、智能制造等相关专业高年级本科生及研究生教学或自学使用，也适合机器学习等领域的从业者及爱好者自学或参考。 受精力、学识、表达所限，本书难免存在不足之处，恳请读者指正。作者的QQ为20786560。 感谢我的家人为支持本书写作所付出的一切，谨以此书献给我的女儿美希。感谢所有支持过本书写作与帮助过本书出版的人们！ Now, lets get started. Just play. Have fun! 陈喆于沈阳于洪2021年10月

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接