免费送书|《动手学机器学习》

张伟楠、赵寒烨、俞勇著

定价: 89.8 元

为什么推荐这本书？

彪悍的上海交大 ACM 班俞勇教授团队推出了一本重量级新书——《动手学机器学习》。这对于技术人来说是难得的福音，因为它一次性讲明白了机器学习这回事。

《动手学机器学习》的内容来自于 ACM 班的一线教学实践。本书作者之一张伟楠根据自己讲授机器学习课程的体会与学生反馈，将理论知识与练习代码进行体系化整理形成初稿。

本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。

《动手学机器学习》的最大亮点就是为动手实践提供了傻瓜式的体验环境，主创团队将 ACM 班的实践成果精炼出来，理论与代码相结合，让学习者可以平滑上手。

书中包括机器学习的概念定义、理论分析和算法过程和可运行代码。学习者可根据自己的学习状况，灵活选择想要阅读的内容。

下面对书中四个主要部分的内容进行说明。

机器学习基础

在基础部分，主要是帮助学习者抓住最核心的概念和原理，讲解了最基础的两个算法：KNN（K 近邻算法）和线性回归。基于这两个算法讨论了机器学习的基本思想与实验原则。

扎实掌握好这部分内容，就具备了在大部分机器学习场景中上手实践解决问题的能力。

参数化模型

本部分主要是讨论监督学习任务的参数化模型，包括逻辑斯谛回归、双线性模型、神经网络与多层感知机、卷积神经网络、循环神经网络等内容。

这些方法的共通特征，主要是基于数据的损失函数对模型参数求梯度，进而更新模型。

非参数化模型

这部分聚焦在监督学习的非参数化模型上，包括支持向量机、决策树、集成学习与梯度提升决策树等内容。

之所以将非参数模型单独作为一个部分，是为了让学习者从原理和代码方面更好地体会与参数化模型的区别、优劣。

无监督模型

本部分讨论了对于没有标注的数据进行处理的无监督学习方法，包括 K 均值聚类、主成分分析、概率图模型、EM 算法、自动编码器等内容。

对无监督学习进行了不同任务、不同技术角度的讨论，让学习者可以充分体会与监督学习的区别。

张伟楠，上海交通大学副教授，博士生导师，ACM班机器学习、强化学习课程授课教师。主要研究强化学习、数据挖掘、知识图谱、深度学习以及这些技术在推荐系统、游戏智能、机器人控制等场景中的应用，累计发表国际期刊和会议论文180余篇。

赵寒烨，上海交通大学 APEX数据与知识管理实验室博士生，师从张伟楠副教授，研究方向为强化学习、机器学习。以第一作者身份在人工智能国际会议 NeurIPS上发表论文，并参与多本机器学习相关教材的编写。

俞勇，上海交通大学ACM班创办人，上海交通大学特聘教授。2018年创办伯禹人工智能学院，在上海交通大学ACM班人工智能专业课程体系的基础上，对人工智能课程体系进行创新，致力于培养人工智能算法工程师和研究员。

深度之眼给大家送书啦！

扫码回复关键词「机器学习」

👇

即可免费领取这本

奖品数量共计 200 本！

活动截止时间为 5月31日 19:00

🔍

活动遇到任何问题都可以加活动客服咨询~