机器学习 - 第1页

《PyTorch 高级机器学习实战》由王宇龙编著，机械工业出版社出版，是人工智能科学与技术丛书中的一本高级机器学习实践类著作。本书以 PyTorch 计算框架为主要实践工具，面向已经具备一定机器学习基础、希望进一步深入算法原理与工程实现的读者，系统介绍经典机器学习方法以及深度学习、强化学习等方向的核心知识。全书涵盖监督学习、无监督学习、概率图模型、核方法、深度神经网络和强化学习等多个重要领域，在介

《机器学习与深度学习算法基础》由贾壮编著，北京大学出版社出版，是一本面向机器学习与深度学习初学者的算法基础类著作。本书针对传统算法教材数学门槛较高、实践类书籍又容易忽略算法原理的问题，尝试将算法思想、数学形式和代码实现结合起来，以较为通俗的方式帮助读者建立机器学习与深度学习的整体知识框架。全书共 18 章，分为经典机器学习模型和深度学习模型与方法两部分。经典机器学习部分介绍线性回归、岭回归、Las

本书以机器学习基础知识做铺垫，深入剖析 XGBoost 的原理、分布式实现、模型优化、深度应用等。 第 1～3 章使读者对机器学习算法形成整体认知，了解如何优化模型以及评估预测结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。 第 4 章借助实际案例，讲解如何通过 XGBoost 解决分类、回归、排序等问题，并介绍了 XGBoost 常用功能的使用

本书是一本在 PyTorch 环境下学习机器学习和深度学习的综合指南，可以作为初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。本书讲解清晰、示例生动，深入介绍了机器学习方法的基础知识，不仅提供了构建机器学习模型的说明，而且提供了构建机器学习模型和解决实际问题的基本准则。本书添加了基于 PyTorch 的深度学习内容，介绍了新版 Scikit-Learn。本书涵盖了多种用于文本和图像分类