动手学机器学习

◆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。

◎专业书评：

本书从机器学习的基本概念入手，结合sklearn机器学习算法库，以大量示例和代码带领读者走进机器学习的世界。

——周志华 南京大学计算机科学与技术系主任兼人工智能学院院长

本书源自上海交通大学 ACM 班机器学习课程讲义，着力帮助读者融会贯通，深入理解机器学习原理并提高动手实战能力，是培养新一代人工智能实战型人才不可多得的好书。

——朱军 清华大学计算机科学与技术系博世人工智能冠名教授、IEEE会士

本书是全面、系统的机器学习教材，主要介绍机器学习的核心概念及代表性方法。本书不仅涵盖神经网络、集成学习等经典的机器学习理论，还配备可在线运行的代码，帮助读者通过动手实战来加强对机器学习技术的理解。无论是初学者还是行业人士，都能从本书中得到有价值的帮助和指导。

——李文新 北京大学计算机学院教授、北京市教学名师、北京大学计算机实验教学中心主任