機器學習為信息類學科的重要分支。
本書作為機器學習入門、進階與本碩博一體式培養教材，
系統論述了機器學習研究的基本內容、概念、算法、應用以及最新發展。
本書共18章，分為機器學習基礎、經典機器學習方法與現代機器學習方法三大部分。
機器學習基礎部分為第1、2章，內容為機器學習概述和數學基礎知識；
經典機器學習方法部分為第3~10章，內容分別為線性回歸與分類模型、特徵提取與選擇、
決策樹與集成學習、支持向量機、貝葉斯決策理論、神經網絡、聚類方法和半監督學習等；
現代機器學習方法部分為第11~18章，內容涵蓋了近年來新興的與不斷發展的前沿算法，
如深度學習、深度強化學習、生成對抗網絡、膠囊網絡、圖卷積神經網絡、自監督學習、遷移學習以及自動機器學習等。
本書可作為高等院校通信、電子信息、計算機、信息科學、
自動化技術等相關專業本科生與研究生的教材與參考用書，也可作為人工智能、
計算機科學、模式識別、控制科學、信息與通信工程、集成電路系統設計等領域研究人員的參考用書。
$ 337 元
原價 396
-
$337
