本書內(nèi)容覆蓋了機(jī)器學(xué)習(xí)領(lǐng)域從理論到實(shí)踐的多個主題-總共分為10章。章為導(dǎo)論-介紹機(jī)器學(xué)習(xí)的背景、定義和任務(wù)類型-構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用的步驟-以及開發(fā)機(jī)器學(xué)習(xí)工作流的方式。第2章詳細(xì)介紹數(shù)據(jù)預(yù)處理和特征工程技術(shù)-并輔以實(shí)例進(jìn)行驗證。第3~6章介紹回歸模型、分類模型、模型融合和聚類模型-這些內(nèi)容是機(jī)器學(xué)習(xí)理論和實(shí)踐中的傳統(tǒng)重點(diǎn)。其中不僅介紹各種常見數(shù)據(jù)類型的處理方法-還針對刪失數(shù)據(jù)進(jìn)行了專門的綜述和實(shí)踐。第7章介紹機(jī)器學(xué)習(xí)領(lǐng)域較難的圖計算話題-并從工業(yè)界視角解讀如何將圖計算落地。第8章針對特征工程、建模過程中大量調(diào)參的場景介紹自動機(jī)器學(xué)習(xí)的理論和應(yīng)用-并細(xì)致比較和測試了各種自動特征工程算法在不同數(shù)據(jù)上的表現(xiàn)。第9章介紹自然語言處理（詞向量、序列標(biāo)注、關(guān)鍵詞抽取、自動摘要和情感分析）技術(shù)-使用新聞文本數(shù)據(jù)搭建文本分類的流程。0章介紹計算機(jī)視覺中圖像分類和目標(biāo)檢測的應(yīng)用以及車輛檢測的落地案例。本書既適合作為高等院校計算機(jī)、軟件工程、人工智能等相關(guān)專業(yè)的教學(xué)用書-同時也可供從事機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域的工程技術(shù)人員閱讀和參考-幫助他們掌握機(jī)器學(xué)習(xí)相關(guān)的算法原理-并能通過專業(yè)工具平臺快速搭建各類模型-構(gòu)建機(jī)器學(xué)習(xí)的行業(yè)應(yīng)用。
|
