細說機器學習：從理論到實踐
《細說機器學習：從理論到實踐》從數學知識入手，詳盡細致地闡述機器學習各方面的理論知識、常用算法與流行框架，并以大量代碼示例進行實踐。本書內容分為三篇：第一篇為基礎知識，包括機器學習概述、開發環境和常用模塊、特征工程、模型評估、降維方法等內容。本篇詳細而友好地介紹機器學習的核心概念與原理，并結合大量示例幫助讀者輕松入門。第二篇為算法應用，涵蓋機器學習最重要與高頻使用的模型，包括K-Means聚類、K最近鄰、回歸、決策樹、樸素貝葉斯、支持向量機、神經網絡等內容。本篇不僅詳細講解各個算法的原理，還提供大量注釋詳盡的代碼示例，使這些算法變得直觀易懂。第三篇為拓展應用，包括集成學習、深度學習框架TensorFlow與PyTorch入門、卷積網絡、激活函數以及模型微調與項目實戰。本篇內容更加前沿與高級，帶領讀者跨過機器學習的門檻，進行真實項目的實踐與部署。《細說機器學習：從理論到實踐》內容豐富、系統且實用，大量相關代碼示例貼近實戰，能夠為讀者學習機器學習打下扎實的基礎，并真正掌握運用這些知識與算法解決實際問題的技能。適合機器學習入門者、大學生、人工智能從業者，以及各行業技術人員和科研人員使用，也可作為培訓機構和大專院校人工智能課程的教學用書。
·17.6萬字
