机器学习入门到实战-散文随笔-文学语科-太极之巅书单号

书刊介绍

《机器学习入门到实战》内容简介

本书主要介绍经典的机器学习算法的原理及改进，以及MATLAB的实例实现。本书内容分为三部分。第一部分（第1章）是机器学习概念篇，介绍机器学习的相关概念，并且对机器学习的各类算法进行分类，以便读者对机器学习的知识框架有一个整体的了解，从而在后续的学习中更容易接受机器学习涉及的各类算法。第二部分（第2章、第3章）是MATLAB机器学习基础篇，介绍MATLAB的基本使用方法，以及MATLAB集成的机器学习工具箱。MATLAB易上手的特点让使用者将更多的精力专注于算法开发与使用，而不是搭建算法实现开发平台。第三部分（第4章~第19章）是机器学习算法与MATLAB实践篇，对监督学习、无/非监督学习、强化学习三大类常用算法进行逐个讲解，包括机器学习算法原理、算法优缺点、算法的实例解释以及MATLAB的实践应用。
本书适合以下读者：对人工智能、机器学习感兴趣的读者；希望用机器学习完成设计的计算机或电子信息专业学生；准备开设机器学习、深度学习实践课的授课老师；学习过C语言，且希望进一步提升编程水平的开发者；刚从事机器学习、语音、机器视觉、智能机器人研发的算法工程师。
冷雨泉，张会文，张伟编著

作品目录

内容简介
前言
第一部分
机器学习概念篇
第1章：机器学习基础
第二部分
MATLAB机器学习基础篇
第2章：MATLAB基础入门
第3章：MATLAB机器学习工具箱
第三部分
机器学习算法与MATLAB实践篇
第4章：k近邻算法
第5章：决策树
第6章：支持向量机
第7章：朴素贝叶斯
第8章：线性回归
第9章：逻辑回归
第10章：神经网络
第11章：AdaBoost算法
第12章：k均值算法
第13章：期望最大化算法
第14章：k中心点算法
第15章：关联规则挖掘的Apriori算法
第16章：高斯混合模型
第17章：DBSCAJ算法
第18章：策略迭代和值迭代
第19章：SARSA算法和Q学习算法
彩插
附录CD