機器學習與應用

{{ _getLangText('m_detailInformation_goodsAuthorText') }}雷明
{{ _getLangText('m_detailInformation_goodsPublisherText') }}清華大學出版社
2019年01月01日
ISBN:9787302514688
{{ _getLangText('m_detailInformation_goodsTips1Text') }}
{{ _getLangText('m_detailInformation_goodsActivityText') }}
{{ activityObj.name }}

{{ _getLangText("m_detailIntroduction_goodsIntroductionText") }}

內容簡介
機器學習是當前解決很多人工智慧問題的核心技術,深度學習的出現帶來了自2012年以來的人工智慧復興。本書是機器學習和深度學習領域的入門與提高教材,系統、深入地講述機器學習與深度學習的主流方法與理論,並緊密結合工程實踐與應用。
全書由21章組成,共分為三大部分。第1~3章為第一部分,介紹機器學習的基本原理、所需的數學知識(包括微積分、線性代數、概率論和最優化方法),以及機器學習中的核心概念。第4~20章為第二部分,是本書的主體,介紹各種常用的有監督學習演算法、無監督學習演算法、半監督學習演算法和強化學習演算法。對於每種演算法,從原理與推導、工程實現和實際應用3個方面進行介紹,對於大多數演算法,都配有實驗程序。第21章為第三部分,介紹機器學習和深度學習演算法實際應用時面臨的問題,並給出典型的解決方案。此外,附錄A給出各種機器學習演算法的總結,附錄B給出梯度下降法的演化關係,附錄C給出EM演算法的推導。
本書理論推導與證明詳細、深入,結構清晰,詳細地講述主要演算法的工程實現細節,配以著名開源庫的源代碼分析(包括libsvm、liblinear、OpenCV、Caffe等開源庫),讓讀者不僅知其然,還知其所以然,真正理解演算法、學會使用演算法。對於電腦、人工智慧及相關專業的本科生和研究生,這是一本適合入門與系統學習的教材,對於從事人工智慧和機器學習產品研發的工程技術人員,本書也具有很強的參考價值。
雷明,人工智慧學習與實踐平台SIGAI的創始人;2009年畢業於清華大學電腦系,獲碩士學位,研究方向為機器視覺與機器學習;畢業后曾就職于百度公司,任高級軟體工程師、項目經理。2012年加入zmodo(深圳市智美達科技股份有限公司),任CTO與平台研發中心負責人;2018年2月創立SIGAI,其核心產品為雲端實驗室與知識庫,為人工智慧學習與實踐提供便捷的一站式服務;在機器學習與深度學習、機器視覺、自然語言處理方向有紮實的理論功底與豐富的學術和產品研發經驗,碩士期間曾發表論文數篇。

{{ _getLangText("m_recently_viewed_products_titleText") }}