機器學習與應用

機器學習是當前解決很多人工智慧問題的核心技術，深度學習的出現帶來了自2012年以來的人工智慧復興。本書是機器學習和深度學習領域的入門與提高教材，系統、深入地講述機器學習與深度學習的主流方法與理論，並緊密結合工程實踐與應用。

全書由21章組成，共分為三大部分。第1～3章為第一部分，介紹機器學習的基本原理、所需的數學知識（包括微積分、線性代數、概率論和最優化方法），以及機器學習中的核心概念。第4～20章為第二部分，是本書的主體，介紹各種常用的有監督學習演算法、無監督學習演算法、半監督學習演算法和強化學習演算法。對於每種演算法，從原理與推導、工程實現和實際應用3個方面進行介紹，對於大多數演算法，都配有實驗程序。第21章為第三部分，介紹機器學習和深度學習演算法實際應用時面臨的問題，並給出典型的解決方案。此外，附錄A給出各種機器學習演算法的總結，附錄B給出梯度下降法的演化關係，附錄C給出EM演算法的推導。

本書理論推導與證明詳細、深入，結構清晰，詳細地講述主要演算法的工程實現細節，配以著名開源庫的源代碼分析（包括libsvm、liblinear、OpenCV、Caffe等開源庫），讓讀者不僅知其然，還知其所以然，真正理解演算法、學會使用演算法。對於電腦、人工智慧及相關專業的本科生和研究生，這是一本適合入門與系統學習的教材，對於從事人工智慧和機器學習產品研發的工程技術人員，本書也具有很強的參考價值。



雷明，人工智慧學習與實踐平台SIGAI的創始人；2009年畢業於清華大學電腦系，獲碩士學位，研究方向為機器視覺與機器學習；畢業后曾就職于百度公司，任高級軟體工程師、項目經理。2012年加入zmodo（深圳市智美達科技股份有限公司），任CTO與平台研發中心負責人；2018年2月創立SIGAI，其核心產品為雲端實驗室與知識庫，為人工智慧學習與實踐提供便捷的一站式服務；在機器學習與深度學習、機器視覺、自然語言處理方向有紮實的理論功底與豐富的學術和產品研發經驗，碩士期間曾發表論文數篇。