提要文摘: | 本书分为准备篇、基础篇、统计分析实战篇和机器学习实战篇。由于目前出版的机器学习大多偏重理论, 这对机器学习类书籍的读者带来了极大的挑战, 抽象的理论加上成堆的数学公式将大量渴求学习的人们挡在了门外。针对这种情况, 本书力求理论联系实际, 对理论基础进行一定的介绍, 注重机器学习算法的实际运用, 让读者明白其中原理, 而对机器学习算法涉及的深层数学知识及其复杂的数学推导在本书中涉及较少。准备篇中首先将介绍机器学习发展及应用前景, 使读者对机器学习的应用前景产生深厚的兴趣, 同时介绍目前常用的科学计算平台和本书将用到的工程计算平台, 使读者消除对机器学习的学习难度的畏惧。这些平台的使用, 也降低了机器学习软件实现的门槛。基础篇将对数学知识基础、计算平台应用实例进行介绍, 推荐配置学习的数学教科文档, 介绍计算平台的开发基本知识, 应用这些平台实现计算应用。最后, 本书将针对统计分析实战和机器学习实战2个部分帮助读者建立机器学习实战指南, 在这部分, 将大量应用计算平台对统计分析以及机器学习算法进行软件实现和应用, 同时附有大量效果图, 让读者对机器学习的应用和理论基础有一个形象理解。 |