Python機器學習與深度學習（簡體書）

本書堅持理論教學環節與實驗實踐教學環節並重的教育理念,不僅詳細探討了機器學習和深度學習原理,即"模型、學習準則和優化算法",而且對每一個模型均輔以Python"自編碼算法設計,詳細再現了從原理分析到算法設計與應用的過程和思想,使理論分析、優化計算與算法設計三者交互映襯,便於讀者學習掌握.本書共包含16章,既涵蓋了經典的機器學習模型,如線性模型、k近鄰、支持向量機、決策樹、貝葉斯模型、集成學習、聚類等,又涵蓋了深度學習領域新興優秀的學習模型,如卷積神經網絡、循環神經網絡、自然語言處理和生成式深度學習等.本書適用于數學與應用數學、信息與計算科學、統計學、計算機科學與技術等理工科專業的高年級本科生,作為機器學習、神經網絡或深度學習的理論教材或實驗實踐配套教材(加*的內容可供學生自主學習),特別適合人工智能領域或相關研究領域的研究生參考學習,或對人工智能感興趣的工程技術人員參考閱讀.