作品简介

本书主要介绍经典的机器学习算法的原理及改进,以及MATLAB的实例实现。本书内容分为三部分。第一部分(第1章)是机器学习概念篇,介绍机器学习的相关概念,并且对机器学习的各类算法进行分类,以便读者对机器学习的知识框架有一个整体的了解,从而在后续的学习中更容易接受机器学习涉及的各类算法。第二部分(第2章、第3章)是MATLAB机器学习基础篇,介绍MATLAB的基本使用方法,以及MATLAB集成的机器学习工具箱。MATLAB易上手的特点让使用者将更多的精力专注于算法开发与使用,而不是搭建算法实现开发平台。第三部分(第4章~第19章)是机器学习算法与MATLAB实践篇,对监督学习、无/非监督学习、强化学习三大类常用算法进行逐个讲解,包括机器学习算法原理、算法优缺点、算法的实例解释以及MATLAB的实践应用。

本书适合以下读者:对人工智能、机器学习感兴趣的读者;希望用机器学习完成设计的计算机或电子信息专业学生;准备开设机器学习、深度学习实践课的授课老师;学习过C语言,且希望进一步提升编程水平的开发者;刚从事机器学习、语音、机器视觉、智能机器人研发的算法工程师。

冷雨泉,张会文,张伟编著

作品目录

  • 内容简介
  • 前言
  • 第一部分 机器学习概念篇
  • 第1章 机器学习基础
  • 第二部分 MATLAB机器学习基础篇
  • 第2章 MATLAB基础入门
  • 第3章 MATLAB机器学习工具箱
  • 第三部分 机器学习算法与MATLAB实践篇
  • 第4章 k近邻算法
  • 第5章 决策树
  • 第6章 支持向量机
  • 第7章 朴素贝叶斯
  • 第8章 线性回归
  • 第9章 逻辑回归
  • 第10章 神经网络
  • 第11章 AdaBoost算法
  • 第12章 k均值算法
  • 第13章 期望最大化算法
  • 第14章 k中心点算法
  • 第15章 关联规则挖掘的Apriori算法
  • 第16章 高斯混合模型
  • 第17章 DBSCAJ算法
  • 第18章 策略迭代和值迭代
  • 第19章 SARSA算法和Q学习算法
  • 彩插
  • 附录CD
展开全部