概率机器学习——从基础到前沿

图书信息

作者：王琢著著

出版社：清华大学出版社

定价：79.80

ISBN：9787302707851

出版时间：2026-03-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

有监督学习篇

第1章 绪论

1.1 机器学习发展历程

1.1.1 机器学习简史

1.1.2 人工智能大事年表

1.2 机器学习模型

1.2.1 模型的定义和术语

1.2.2 机器学习模型的三要素

1.2.3 机器学习模型的分类

1.2.4 为什么神经网络属于概率模型

1.3 学习本书的前提和方法

1.3.1 推荐基础

1.3.2 学习方法

1.3.3 本书的符号约定

1.4 概率论基础

1.4.1 概率的定义和基本运算

1.4.2 随机变量和分布函数

1.4.3 常见随机变量的分布

1.4.4 期望和方差

……

内容简介

机器学习是人工智能时代的核心技术之一。本书从概率视角出发，系统讲解常见机器学习模型的理论基础与实现方法，通过清晰的数学推导和简洁高效的代码示例，帮助读者循序渐进地理解机器学习的原理和方法，培养理论推导能力与实践动手能力。

全书共16章，涵盖有监督学习、无监督学习、概率图模型、深度学习四大核心主题，详细地介绍线性回归、逻辑回归、支持向量机、K近邻与决策树、朴素贝叶斯、K-Means和高斯混合模型、主成分分析、奇异值分解、贝叶斯推断、概率图模型、隐马尔可夫模型、马尔可夫随机场、条件随机场、人工神经网络、卷积神经网络、循环神经网络等经典模型，并辅以详尽的数学推导与代码实现。本书贯彻“代码驱动”的教学理念，以丰富的实例深入解析复杂的机器学习原理，通过案例实践强化读者的工程实践能力。

本书适合作为人工智能、智能科学与技术、计算机等相关专业的高年级本科生和研究生教材，也可供机器学习工程师、数据科学家及行业从业者参考学习。

作者简介

王琢，沈阳理工大学副教授，硕士研究生导师，主要研究方向为机器学习、异常检测等。在国内外学术期刊和国际会议发表论文30余篇，其中以第一作者在Knowledge-based systems、Applied intelligence、Data mining and knowledge discovery等国际知名期刊发表SCI检索论文6篇，谷歌学术引用300余次。担任国际知名期刊Knowledge-based systems, Information sciences, Information Fusion等国际知名期刊审稿人。