机器学习教程(微课视频版)

本书兼顾机器学习基础、经典方法和深度学习方法,对组成机器学习的基础知识和基本算法行了比 较细致的介绍,对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学 习等算法都给出了深的分析并讨论了无监督学习的基本方法,对深度学习和强化学习行了全面的叙 述,比较深地讨论了反向传播算法、多层感知机、CNN、RNN 和 LSTM 等深度神经网络的核心知识和结 构;对于强化学习,不仅介绍了经典表格方法,还讨论了深度强化学习。 本书是面向大学理工科和管理类各专业的宽口径、综合性机器学习的教材,可供本科生和一年级研究 生课程使用,也可供科技人员、工程师和程序员自学机器学习的原理和算法使用。本书对基础和前沿、经 典方法和热门技术行了尽可能的平衡,使得读者不仅能在机器学习领域下一个良好的基础,同时也可 以利用所学知识解决遇到的实际问题并为学科前沿好基础。
【推荐语】
本书对机器学习算法的全面介绍，既包含经典机器学习方法，也包括深度学习和增强学习。
【作者】
张旭东：清华大学电子工程系长聘教授，博士生导师，教学指导委员会主席。主要研究方向为信号处理和机器学习。先后承担、省部级和国际合作项目数十项，在IEEE、IET、ACM等重要刊物和NIPS、AAAI、ICASSP、SIGIR等重要会议上发表学术论文150余篇，出版著作5部。获得Elsevier引用奖（The Most Cited Paper Award）和IET国际雷达年会论文奖，两次获得清华大学教学成果一等奖，三次获得清华大学优秀教材奖。