機器學習理論與應用（簡體書）

本書是機器學習的入門書，深入淺出地講解機器學習的基礎理論與應用，不僅注重給理論添加淺顯易懂的解釋和詳述，而且探討何種創新思維或科學思維可以產生或引導出某個理論，讓學習者在學習理論過程中自然地培養創新思維與科學思維。本書知識點包括回歸分析、k-近鄰算法、決策樹、貝葉斯分類器、支持向量機、模型性能評估、集成學習、降維方法、聚類、EM 算法與高斯混合模型、神經網絡與深度學習等。本書每章都設計手工計算的應用例題，以演示理論解題和計算過程，幫助學習者理解和掌握理論。每章配有編程實踐的實例，不僅示範解題的Python 代碼，還示範解題思路、步驟和結果分析，培養學習者解決實際問題的能力。每章自然地融入科技強國、弘揚中華智慧與文化等內容。此外，每章的習題可鞏固知識，對應的在線課程（中國大學MOOC，課程名：機器學習）可引領學習。 本書的配套教學資源有教學大綱、教學課件、源代碼和案例素材等，讀者可登錄華信教育資源網免費下載；編程實例所用數據集在書中標注了下載途徑。 本書可作為人工智能、計算機相關專業的教材，或供機器學習理論與應用的學習者使用參考。