书目

机器学习:算法视角(原书第2版)

内容简介

机器学习融合了计算机科学、统计学、数学、工程学等多个学科,应用领域遍及经济、生物、医药、物理、化学等。本书针对计算机科学专业学生遇到的统计学基础知识不足的问题,聚焦于机器学习中的算法,清晰呈现算法背后的数学和统计学知识,同时提供必要的编程技巧和实验方法。书中全面涵盖各类算法,如神经网络、多层感知器、径向基函数、支持向量机、进化学习、强化学习、决策树学习、无监督学习、图模型等。第2版进行了全面修订和更新,以反映机器学习的新发展,新增了两个章节来讨论深度置信网络和高斯过程,此外,还添加了随机森林、考虑精度的方法、MLP的共轭梯度优化、卡尔曼滤波和粒子滤波等内容。本书的代码示例采用Python语言编写,所有代码均可从stephenmonika.net免费下载。

作者简介

作者简介:史蒂芬·马斯兰(StephenMarsland)新西兰惠灵顿维多利亚大学数学与统计学院教授,兼任新西兰复杂系统卓越研究中心项目主管,负责复杂性、风险与不确定性等相关主题的研究工作。研究兴趣是几何和复杂系统的应用,主要涉及形状空间、机器学习和算法。译者简介:高阳 教授/博导,目前任南京大学计算机科学与技术系副主任,中国计算机学会机器学习专委会副主任。1997年开始从事人工智能、机器学习、多Agent系统、大数据、图像和视频分析等方向的学术研究。2010年入选教育部新世纪优秀人才计划。曾获2017年度中国人工智能学会吴文俊自然科学奖二等奖、2018年度江苏省科学技术奖二等奖。 商琳 博士/副教授,1998年起任教于南京大学计算机科学与技术系,长期从事人工智能、机器学习、计算智能、文本挖掘、图像与视频理解等领域的教学与科研工作。目前担任中国计算机学会人工智能与模式识别专委会委员,中国人工智能学会粒计算与知识发现专委会副秘书长。

目录

—  END  —