本書兼顧機器學習基礎、經典方法和深度學習方法,對組成機器學習的基礎知識和基本算法進行了比較細緻的介紹,對廣泛應用的經典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等算法都給出了深入的分析並討論了無監督學習的基本方法,對深度學習和強化學習進行了全面的敘述,比較深入地討論了反向傳播算法、多層感知機、CNN、RNN 和 LSTM 等深度神經網絡的核心知識和結構;對於強化學習,不僅介紹了經典表格方法,還討論了深度強化學習。 本書是面向大學理工科和管理類各專業的寬口徑、綜合性機器學習的教材,可供本科生和一年級研究生課程使用,也可供科技人員、工程師和程序員自學機器學習的原理和算法使用。本書對基礎和前沿、經典方法和熱門技術進行了盡可能的平衡,使得讀者不僅能在機器學習領域打下一個良好的基礎,同時也可以利用所學知識解決遇到的實際問題並為進入學科前沿打好基礎。
