機器學習及其應用

本書比較系統地介紹和討論機器學習的入門性基礎理論與應用技術。首先，比較詳細地介紹掌握機器學習理論和方法所必須具備的基礎知識，包括機器學習的基本概念與發展歷程、模型估計與優化的基本方法；然後，系統地介紹和討論監督學習、無監督學習、集成學習等傳統機器學習理論與方法； ，在詳細探討神經網絡與深度學習基本理論的基礎上，系統地介紹深度卷積網絡、深度循環網絡、轉換器模型、生成對抗網絡、擴散模型、大語言模型等若幹典型深度學習模型的基本理論與訓練範式，分析和討論了強化學習與深度強化學習的基本理論與方法。本書內容豐富、思路清晰、實例講解詳細、圖例直觀形象，每章均配有一定數量的習題來供讀者練習，適合作為智能科學與技術、數據科學與大數據技術、計算機科學與技術及相關專業本科生或研究生的機器學習入門性教材，也可供工程技術人員和自學讀者學習和參考。|