年份：2016年

作者：Zhou Zhihua 周志华

出版社：Tsinghua University Press 清华大学出版社

语言：chinese

类型：PDF

大小：39.73 MB

页数：425

ISBN NO：7302423288

机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解,作者试图尽可能少地使用数学知识.然而,少量的概率、统计、代数、优化、逻辑知识似乎不可避免.因此,本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士.为方便读者,本书附录给出了一些相关数学基础知识简介.

全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立,读者可根据自己的兴趣和时间情况选择使用.根据课时情况,一个学期的本科生课程可考虑讲授前9章或前10章;研究生课程则不妨使用全书.

书中除第1章外,每章都给出了十道习题.有的习题是帮助读者巩固本章学习,有的是为了引导读者扩展相关知识.一学期的一般课程可使用这些习题,再辅以两到三个针对具体数据集的大作业.带星号的习题则有相当难度,有些并无现成答案,谨供富有进取心的读者启发思考.

本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

声明：
1.本站所有资源仅用于学习及研究使用,请必须在24小时内删除所下载资源，切勿用于商业用途，否则由此引发的法律纠纷及连带责任本站和发布者概不承担。除标明原创外均来自网络整理,版权归原作者或本站特约原创作者所有,如侵犯到您权益请联系本站删除!
2.建立本站的目的是为爱好读书的朋友提供一个丰富的电子书资源下载平台，让知识引领人类文明进步。
3.我们尽量挑选阅读价值较高的书籍，让大家通过读更少的书来获得更大的价值提升。
4.本站投入了大量的精力和财力来整理和维护的，资源收费也是为给大家提供更好的服务，同样的资源，我们不卖几百，几十，我们仅卖几元，一个永久会员能下载全站100%电子书。
5.如果电子书下载地址失效请 联系站长QQ进行补发，另：本站提供电子书代找服务，如有需要，可联系站长。
6.如资金允许，请购买正版！
7.请您认真阅读上述内容，购买即以为着您同意上述内容。