《动手学机器学习》张伟楠 pdf电子书[184MB]

◆本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。

◆本书适合对机器学习感兴趣的专业技术人员和研究人员阅读，同时适合作为人工智能相关专业机器学习课程的教材。

◎编辑推荐：

·名家作品：上海交通大学ACM班创办人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生赵寒烨编写；

·多位业内大咖力荐：周志华|朱军|李文新|黄萱菁|刘铁岩|陈天奇；

·理论扎实：基于上交大ACM 班的机器学习课程构建机器学习的学习体系；

·配套资源丰富：理论解读视频+在线代码+习题+配套PPT课件+学习社群。

◎内容简介：

本书包含4个部分：第一部分为机器学习基础，介绍了机器学习的概念、数学基础、思想方法和最简单的机器学习算法；第二部分为参数化模型，讲解线性模型、神经网络等算法；第三部分为非参数化模型，主要讨论支持向量机和决策树模型及其变种；第四部分为无监督模型，涉及聚类、降维、概率图模型等多个方面。本书将机器学习理论和实践相结合，以大量示例和代码带领读者走进机器学习的世界，让读者对机器学习的研究内容、基本原理有基本认识，为后续进一步涉足深度学习打下基础。