
童永清
本書系統地介紹機器學習基礎模型的算法原理與代碼實現,是一本理論與實踐並重的圖書。本書第1章介紹機器學習的基本概念、發展歷程和主要應用等;第2章~第11章介紹監督學習,包括線性迴歸、感知機、邏輯斯諦迴歸與Softmax迴歸、正則化、線性判別分析、k近鄰、樸素貝葉斯、決策樹、支持向量機、人工神經網絡;第12章和第13章,介紹特徵工程、模型評估與選擇等。 本書的讀者對象爲人工智能、計算機、大數據、自動化等專業的本科生,以及從事機器學習研究與開發工作的專業人員。本書可作爲機器學習的教材或參考書,也可供人工智能相關技術人員參考。