機器學習基礎--原理、演算法與實踐

《機器學習基礎——原理、演算法與實踐》講述機器學習的基本原理，使用MATLAB實現涉及的各種機器學習演算法。通過理論學習和實踐操作，使讀者了解並掌握機器學習的原理和技能，拉近理論與實踐的距離。《機器學習基礎——原理、演算法與實踐》共分12章，主要內容包括：機器學習介紹、線性回歸、邏輯回歸、貝葉斯分類器、模型評估與選擇、K-均值和EM演算法、決策樹、神經網路、HMM、支持向量機、推薦系統、主成分分析。全書源碼在MATLAB R2015b上調試通過，每章都附有習題和習題參考答案，供讀者參考。《機器學習基礎——原理、演算法與實踐》系統講解了機器學習的原理、演算法和應用，內容全面、實例豐富、可操作性強，做到理論與實踐相結合。《機器學習基礎——原理、演算法與實踐》適合機器學習愛好者作為入門和提高的技術參考書使用，也適合用作電腦專業高年級本科生和研究生的教材或教學參考書。