机器学习与应用
作者：雷明著
ISBN：9787302514688
出版社：清华大学出版社
出版日期：2018-12-01
正文语种：中文
页数：600
市场价：138.00
编辑推荐
适读人群 ：计算机，人工智能等相关专业的本科生，研究生 从事人工智能研发的技术人员 对机器学习感兴趣的爱好者 1. 内容全面深入。全书系统地讲解机器学习算法与理论，主要算法的理论讲解透彻、结构清晰，均有详细的推导和证明过程。
2. 内容新。对于深度学习等重点算法，涵盖和反映了截至2017年学术界与工业界的新成果，确保本书的内容能够紧跟当前的学术和技术趋势。
3. 理论与实践相结合。对于所有重点算法，除深入讲解算法的原理之外，还介绍了算法的工程实现细节，对各种算法的实际应用也进行了介绍。
4. 对机器学习所需的数学知识进行全面系统的介绍，确保读者无须单独再看其他数学教材也能顺利学习。
内容简介
内 容 简 介
机器学习是当前解决很多人工智能问题的核心技术，深度学习的出现带来了自2012年以来的人工智能复兴。本书是机器学习和深度学习领域的入门与提高教材，系统、深入地讲述机器学习与深度学习的主流方法与理论，并紧密结合工程实践与应用。全书由21章组成，共分为三大部分。第1～3章为第一部分，介绍机器学习的基本原理、所需的数学知识（包括微积分、线性代数、概率论和*优化方法），以及机器学习中的核心概念。第4～20章为第二部分，是本书的主体，介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法，从原理与推导、工程实现和实际应用3个方面进行介绍，对于大多数算法，都配有实验程序。第21章为第三部分，介绍机器学习和深度学习算法实际应用时面临的问题，并给出典型的解决方案。此外，附录A给出各种机器学习算法的总结，附录B给出梯度下降法的演化关系，附录C给出EM算法的推导。
本书理论推导与证明详细、深入，结构清晰，详细地讲述主要算法的工程实现细节，配以著名开源库的源代码分析（包括libsvm、liblinear、OpenCV、Caffe等开源库），让读者不仅知其然，还知其所以然，真正理解算法、学会使用算法。对于计算机、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材，对于从事人工智能和机器学习产品研发的工程技术人员，本书也具有很强的参考价值。
作者简介
雷明 人工智能学习与实践平台SIGAI的创始人；2009年毕业于清华大学计算机系，获硕士学位，研究方向为机器视觉与机器学习；毕业后曾就职于百度公司，任高级软件工程师、项目经理。2012年加入zmodo（深圳市智美达科技股份有限公司），任CTO与平台研发中心负责人；2018年2月创立SIGAI，其核心产品为云端实验室与知识库，为人工智能学习与实践提供便捷的一站式服务；在机器学习与深度学习、机器视觉、自然语言处理方向有扎实的理论功底与丰富的学术和产品研发经验，硕士期间曾发表论文数篇。
在线客服