機器學習與套用

圖書簡介

《機器學習與套用》是清華大學出版社出版的一本圖書。

圖書內容

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套用。

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、機率論和最最佳化方法），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算法、無監督學習算法、半監督學習算法和強化學習算法。

對於每種算法，從原理與推導、工程實現和實際套用3個方面進行介紹，對於大多數算法，都配有實驗程式。

第21章為第三部分，介紹機器學習和深度學習算法實際套用時面臨的問題，並給出典型的解決方案。

目錄

第一部分基本概念與數學知識

第1章機器學習簡介3

1.1機器學習是什麼3

1.1.1一個簡單的例子3

1.1.2為什麼需要機器學習5

1.2典型套用7

1.2.1語音識別7

1.2.2人臉檢測8

1.2.3人機對弈9

1.2.4機器翻譯10

1.2.5自動駕駛11

1.3發展歷程11

1.3.1歷史成就11

1.3.2當前進展12

1.4關於本書13

參考文獻15

第2章數學知識17

2.1微積分和線性代數17

2.1.1導數17

2.1.2向量與矩陣19

2.1.3偏導數與梯度21

2.1.4雅克比矩陣22

2.1.5Hessian矩陣23

2.1.6泰勒展開24

2.1.7行列式24

2.1.8特徵值與特徵向量25

2.1.9奇異值分解26

2.1.10二次型26

2.1.11向量與矩陣求導26

2.2最最佳化方法27

2.2.1梯度下降法27

2.2.2牛頓法28

2.2.3坐標下降法29

2.2.4拉格朗日乘數法30

2.2.5凸最佳化30

2.2.6拉格朗日對偶34

2.2.7KKT條件36

2.2.8擬牛頓法37

2.2.9面臨的問題38

2.3機率論39

2.3.1隨機事件與機率39

2.3.2條件機率39

2.3.3隨機變數40

2.3.4數學期望與方差41

2.3.5隨機向量41

2.3.6最大似然估計42

參考文獻43

〖1〗〖2〗機器學習與套用〖1〗目錄

第3章基本概念44

3.1算法分類44

3.1.1監督信號44

3.1.2分類問題與回歸問...