机器学习基础

书籍简介:

本书详细讨论了预测数据分析中最重要的机器学习方法，涵盖基础理论和实际应用。在讨论了从数据到见解再到决策的过程之后，本书描述了机器学习的四种方法：基于信息的学习、基于相似性的学习、基于概率的学习和基于误差的学习。每种方法都是先对基本概念进行非技术性解释，然后给出由详细工作实例加以说明的数学模型和算法。最后，本书考虑了评估预测模型的技术，并提供了两个案例研究，展示了机器学习在商业环境中的应用。 本书可作为高等院校人工智能、数据科学与大数据、计算机科学、工程学以及数学或统计学专业本科生和研究生的机器学习、数据挖掘、数据分析或人工智能课程的教材，也可作为数据分析等领域从业者的培训教材及参考资料。

书籍规格:

书籍信息归属:

机器学习基础是机械工业出版社于2020.4出版的中图分类号为 TP181 的主题关于 机器学习－研究 的书籍。