機(jī)器學(xué)習(xí)是人工智能的重要分支。本書立足實(shí)用且易于上手實(shí)踐的原則，系統(tǒng)地介紹機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典算法，以及這些算法的Python實(shí)現(xiàn)和典型應(yīng)用。本書分4部分: 第1部分介紹監(jiān)督學(xué)習(xí)，包括線性模型、決策樹分類、貝葉斯分類器、集成學(xué)習(xí)和支持向量機(jī)；第2部分介紹無(wú)監(jiān)督學(xué)習(xí)，包括關(guān)聯(lián)規(guī)則、聚類分析和數(shù)據(jù)降維；第3部分介紹深度學(xué)習(xí)，包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)和生成對(duì)抗網(wǎng)絡(luò)；第4部分介紹強(qiáng)化學(xué)習(xí)。本書所介紹的經(jīng)典機(jī)器學(xué)習(xí)算法及其應(yīng)用案例均給出了相關(guān)實(shí)驗(yàn)數(shù)據(jù)和Python代碼實(shí)現(xiàn)，每章末尾還給出了習(xí)題和實(shí)驗(yàn)題，便于讀者鞏固知識(shí)和開展課內(nèi)實(shí)驗(yàn)。
本書可作為高等學(xué)校信息類以及相關(guān)專業(yè)高年級(jí)本科生和研究生的教材，也可供對(duì)機(jī)器學(xué)習(xí)感興趣的工程技術(shù)人員閱讀參考。