机器学习pdf电子书下载

作者:周志华

出版社:清华大学出版社

出版时间:2016年01月

编辑推荐

击败AlphaGo的武林秘籍；赢得人机大战的必由之路。回答了有关机器学习的六大疑问，浅显生动，外行也能读懂。既道出了机器学习的前世今生，又展望了机器学习的未来发展，让道听途说的信息止于智者。

内容简介

机器学习是计算机科学的重要分支领域. 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. 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. 每章都附有习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，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考.

作者简介

周志华 教授，南京大学计算机系主任、人工智能学院院长、校学术委员会委员。欧洲科学院外籍院士。人工智能相关五大主流国际学会ACM、AAAI、AAAS、IEEE、IAPR均入选Fellow的首位华人学者，中国计算机学会、中国人工智能学会会士。曾获IEEE计算机学会Edward J. McCluskey技术成就奖、CCF王选奖等。

目　　录

目录

2

6

10

13

16

习题

19

20

第2章模型评估与选择

23

24

28

37

显示全部信息

前　　言

前言

这是一本面向中文读者的机器学习教科书,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,大体上可分为3个部分:第1部分包括第1~3章,介绍机器学习基础知识;第2部

分包括第4~10章,介绍- -些经 典而常用的机器学习方法;第3部分包括第11~16章,介绍- -些进阶知

识前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