本书从机器学习的概念与基本原理开始,介绍了机器学习及近年来流行的深度学习领域的经典模型。阅读本书可以让读者系统地了解机器学习和深度学习领域的基本知识,领会模型算法的思路与策略。
本书分为两篇,共18章。一篇为经典机器学习模型,主要介绍常用的机器学习经典模型,包括线性回归、支持向量机模型、逻辑斯蒂回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模型与方法,剖析神经网络的基本要素,并介绍常用的深度学习模型,包括感知机、卷积神经网络、循环神经网络、生成对抗网络。
本书试图从初学者的角度对机器学习和深度学习的经典算法进行详细阐述。本书插图丰富,语言通俗易懂,适合初入机器学习领域的“萌新”,也适合希望将机器学习算法应用到日常工作中的其他专业从业者,还可供对人工智能领域感兴趣的读者参考阅读。
展开
——国家重点研发计划项目首席科学家,深圳大学教授 牟林
本书从传统的SVM、逻辑回归等经典算法开始,一直谈到当前在AI领域广泛应用的深度学习模型,如CNN等,结构清晰,语言平实。作者对初学者学习时可能遇到的许多问题和疑惑进行了详细说明,并对算法特性和应用场景进行了分析,适合各个领域的学习者参考。
——中国人工智能学会智能机器人专业委员会委员,中国地质大学(武汉)自动化学院教授 曹卫华
在人工智能和机器学习算法迅速发展的今天,许多行业都在逐步尝试向着自动化、智能化转型。对于各行业的从业者来说,了解和学习机器学习与深度学习算法也成为一项必要的需求。本书针对该领域的初学者和爱好者,用通俗易懂的语言、丰富的插图与示例,以及相关的代码实验,讲解了常见的机器学习和深度学习模型算法。可以作为人工智能和机器学习领域的入门参考读物。
——国家杰出青年科学基金获得者、中国地质大学(武汉)计算机学院教授 王力哲