机器学习

图书标准信息

• 作者 王贝伦
• 出版社 东南大学出版社
• 出版时间 2021-11
• 版次 1
• ISBN 9787564197834
• 定价 148.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 343页
• 字数 555千字

【内容简介】

本书按照机器学习十年来的教学经验将主要教学内容分为五大板块：“数学基础”“回归问题”“分类问题”“无监督问题”以及“概率图模型”。既注重学习内容由浅入深和教学的先后顺序，又兼顾了内容的全面性，给予授课老师充分的授课自由。
  本书内容新颖，结构化层次化地介绍了机器学习的重要内容，语言严谨详细，配图全面直白。而课后配套的习题、实验、网课与书本内容相对应，让学生能够快速入门机器学习，既可更深入更全面地掌握书本内容，课后巩固知识点充分理解理论知识，又可锻炼其面对实际人工智能问题的编程能力。

【作者简介】

王贝伦，中国国籍,男，于南京大学数学系，博士于美国弗吉尼亚大学计算机科学系，现任东南大学计算机科学与工程学院、软件学院、人工智能学院副教授、校学生处副处长。研究方向主要为机器学习，成果主要呈现在高斯图模型优化理论、神经网络可解释性等方面，在国际会议和期刊发表多篇，获评江苏省双创计划双创博士、东南大学至善青年学者A类等称号。

【目录】

本书按照机器学习近年来的教学经验将主要教学内容分为六大板块: “数学基础”“回归模型”“分类模型”“无监督学习”“学习理论”以及“概率图模型”, 涵盖机器学习领域的基本概念、典型案例、最新成果、热点问题等内容。本书内容深入浅出, 语言严谨详实, 配图生动直白, 案例通俗易懂。而课后配套的习题, 让学生能够快速入门机器学习, 既可更深入更全面地掌握书本内容, 课后巩固知识点、充分理解理论知识, 又可锻炼其面对实际人工智能问题的编程能力。

内容摘要
本书为面向高校本科生的机器学习课程教材，主要内容分为数学基础、回归模型、分类模型、无监督学习、学习理论与概率图模型六大章节，涵盖机器学习领域的基本概念、典型案例、近期新成果、热点问题等内容。本书内容深入浅出，语言严谨详实，配图生动直白，案例通俗易懂。本书全彩页印刷，插图丰富，配备了全套习题，适用于计算机、人工智能等专业的高校本科生，以及其他机器学习领域的初学者。