资料下载
周志华机器学习PDF电子书免费下载
分享资料个
本文档的主要内容详细介绍的是周志华机器学习PDF电子书免费下载。
机器学习是计算机科学与人工智能的重要分支领域。 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解， 作者试图尽可能少地使用数学知识。 然而， 少量的概率、统计、代数、优化、逻辑知识似乎不可避免。 因此， 本书更适合大学三年级以上的理工科本科生和研究生， 以及具有类似背景的对机器学 习感兴趣的人士。 为方便读者， 本书附录给出了一些相关数学基础知识简介。
全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。前3章之外的后续各章均相对独立， 读者可根据自己的兴趣和时间情况选择使用。 根据课时情况， 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书。
书中除第1章外， 每章都给出了十道习题。 有的习题是帮助读者巩固本章学习， 有的是为了引导读者扩展相关知识。 一学期的一般课程可使用这些习题， 再辅以两到三个针对具体数据集的大作业。 带星号的习题则有相当难度， 有些并无现成答案， 谨供富有进取心的读者启发思考。
本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
