书籍内容
内容提要本书用简短的篇幅、精炼的语言,讲授机器学习领域必备的知识和技能。全书共11章和一个术语表,依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等,涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。全书最后给出了一个较为详尽的术语表。本书能够帮助读者了解机器学习是如何工作的,为进一步理解该领域的复杂问题和进行深入研究打好基础。本书适合想要学习和掌握机器学习的软件从业人员、想要运用机器学习技术的数据科学家阅读,也适合想要了解机器学习的一般读者参考。
编辑推荐
人工智能的核心是机器学习。《机器学习精讲》囊括机器学习的精髓,系统而精炼地讲解机器学习的基本原理。本书英文版一经推出,就长期位于美国***机器学习图书排行榜领先位置,并获得4.5星好评。
《机器学习精讲》包含了监督和非监督学习、支持向量机、神经网络、集成算法、梯度下降、聚类分类、降维、自编码器、迁移学习、特征工程以及超参数调试等方面的知识。书中既有数学公式,又有图解说明,一应俱全。
本书具有以下特色:
● 精简并直入主题——篇幅短小,读者可以快速读完并掌握机器学习技术的精髓。书中内容是作者和其他从业者多年研究的成果。
● 配套网页——本书配有持续更新的网页,对书中内容进行补充,包括问答、代码、推荐阅读材料、工具以及其他相关内容。扫描书中二维码即可查看。
● 全彩印刷——色彩丰富,阅读轻松。
● 代码基于Python语言。作者简介
作者简介
安德烈·布可夫(Andriy Burkov)是一位机器学习专家,目前居住于加拿大魁北克省。他拥有人工智能博士学位,尤其擅长自然语言处理技术。目前,他是高德纳(Gartner)咨询公司机器学习开发团队的主管。该团队的主要工作是,使用浅层和深度学习技术,开发可用于生产环境的、先进的多语言文字抽取和标准化系统。
译者简介
韩江雷,毕业于新加坡南洋理工大学计算机科学学院,目前担任思爱普公司(新加坡)数据科学家,同时在南洋理工大学攻读博士学位。他的研究方向包括文本分析、数据挖掘以及机器学习的垂直领域应用等。