机器学习与深度学习算法基础
图书信息
书名：机器学习与深度学习算法基础作者：贾壮
包装：平装
开本：16
页数：404页
全文字数：520000
出版社：北京大学出版社
出版时间：2020-9
图书简介
本书全面且深入地涵盖了机器学习和深度学习领域的经典模型。经典机器学习模型包括线性回归、支持向量机、逻辑斯蒂回归、决策树、k近邻、朴素贝叶斯、线性判别分析、主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机和集成算法。深度学习模型包括感知机、卷积神经网络、循环神经网络和生成对抗网络。本书的特点在于它不仅解释了这些算法，而且解释了每个算法背后的思想和方法。此外，每章末尾都有一个关于相关话题的讨论，可以帮助读者拓展视野，增加阅读的深度、广度。
推荐理由
本书是一本全面介绍机器学习和深度学习的算法入门书籍，语言通俗易懂，适合初学者和从业者使用。推荐给有志于学习机器学习和深度学习的从业者和学生们，特别是那些希望将机器学习算法应用到日常工作中的人们。 该书通过详细的讲解，帮助读者系统地了解机器学习和深度学习领域的基本知识，领会模型算法的思路与策略，培养算法思维，获得在日常工作和学习中更为通用的能力。同时，该书也适合对人工智能领域有兴趣的读者，可以通过该书拓展自己的知识面和视野。