介绍并实现机器学的主流算法 面向日常任务的高效实战内容 《机器学实战》没有从理论角度来揭示机器学算法背后的数学原理,而是通过“原理简述+问题实例+实际代码+运行效果”来介绍每一个算法。学计算机的人都知道,计算机是一门实践学科,没有真正实现运行,很难真正理解算法的精髓。这本书的好处就是边学边用,非常适合于急需迈进机器学领域的人员学。实际上,即使对于那些对机器学有所了解的人来说,通过代码实现也能进一步加深对机器学算法的理解。 《机器学实战》的代码采用Python语言编写。Python代码简单优雅、易于上手,科学计算软件包众多,已经成为不少大学和研究机构进行计算机教学和科学计算的语言。相信Python编写的机器学代码也能让读者尽快领略到这门学科的精妙之处。
机器学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基础知识的各方面. 全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学的基础知识;第2 部分(第4~10 章)讨论一些经*而常用的机器学方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学、聚类、降维与度量学);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、计算学理论、半监督学、概率图模型、规则学以及强化学等. 每章都附有题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。
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,也可供对机器学感兴趣的研究人员和工程技术人员阅读参考。
周志华,南京大学计算机系教授,ACM杰出科学家,IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任,中国人工智能学会机器学专业委员会主任,IEEE计算智能学会数据挖掘技术委员会副主席。
目录
第1章 1
1.1 引言 1
1.2 基本术 2
1.3 假设空间 4
1.4 归纳偏好 6
1.5 发展历程 10
1.6 应用现状 13
1.7 阅读材料 16
题 19
参考文献 20
休息一会儿 22
第2章 模型评估与选择 23
2.1 经验误差与过拟合 23