機器學習原理及應用

本書全面介紹了機器學習的基礎知識和主要技術以及其應用，全書共10章，首先對機器學習進行概述，並介紹機器學習的相關算法，如回歸算法、分類算法、結構化學習、無監督學習；接着對機器學習聚類算法、深度學習、強化學習等算法原理及實現過程進行了簡要介紹，以便於實際應用分析；最後介紹自然語言處理、推薦系統原理，並通過兩個案例讓讀者認識和理解機器學習，實現理論與實踐的有機結合。

本書可作為高等院校機器學習相關課程的教材，也可以作為計算機相關專業的課程教材，同時也可以作為從事機器學習相關行業的工作人員的參考用書。



安俊秀，訪問學者，碩士生導師。軟件自動生成與智能服務四川省重點實驗室學術帶頭人(知識本體和大數據方向)。並行計算與大數據研究所負責人，長期從事數據科學與大數據相關的研究與教學工作，已發表研究領域相關論文40余篇，主編大數據與人工智能方面專著或教材10余部。