本書是機器學(xué)習(xí)領(lǐng)域的入門教材，詳細闡述了機器學(xué)習(xí)的基本理論和方法。全書由15章組成，包括機器學(xué)習(xí)概論、數(shù)學(xué)基礎(chǔ)知識、線性模型與邏輯斯諦回歸、支持向量機、人工神經(jīng)網(wǎng)絡(luò)、決策樹算法、貝葉斯算法、k近鄰算法、數(shù)據(jù)降維算法、聚類算法、高斯混合模型與EM算法、集成學(xué)習(xí)算法、**熵算法、概率圖算法以及強化學(xué)習(xí)算法等。對每一種機器學(xué)習(xí)算法，均從算法原理的理論推導(dǎo)和MATLAB實現(xiàn)兩方面進行介紹。本書既注意保持理論分析的嚴(yán)謹(jǐn)性，又注重機器學(xué)習(xí)算法的實用性，同時強調(diào)機器學(xué)習(xí)算法的思想和原理在計算機上的實現(xiàn)。全書內(nèi)容選材恰當(dāng)，系統(tǒng)性強，行文通俗流暢,具有較強的可讀性。

更多科學(xué)出版社服務(wù)，請掃碼獲取。