本書將基礎(chǔ)理論和案例實(shí)戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹了關(guān)于機(jī)器學(xué)習(xí)領(lǐng)域中的經(jīng)典和流行算法，全面、系統(tǒng)地介紹了使用Python實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法，并通過PyTorch框架實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法中的深度學(xué)習(xí)內(nèi)容。第一部分為基礎(chǔ)篇，包括第1~8章，系統(tǒng)地介紹了機(jī)器學(xué)習(xí)基礎(chǔ)、數(shù)據(jù)預(yù)處理、簡(jiǎn)單分類算法、決策樹、支持向量機(jī)、回歸分析、聚類分析、神經(jīng)網(wǎng)絡(luò)與多層感知機(jī)； 第二部分為綜合篇，包括第9~12章，介紹了CNN、RNN、GNN及GAN等經(jīng)典深度學(xué)習(xí)方法及其在計(jì)算機(jī)視覺與自然語言處理領(lǐng)域中的應(yīng)用實(shí)踐； 第三部分為拓展篇，包括第13~15章，以百度飛槳和曠視天元為例介紹了具有代表性的國(guó)產(chǎn)開源框架及其應(yīng)用案例，最后簡(jiǎn)要介紹了國(guó)內(nèi)外兩個(gè)主流機(jī)器學(xué)習(xí)競(jìng)賽平臺(tái)。
本書主要面向廣大從事數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘或深度學(xué)習(xí)的專業(yè)人員，從事高等教育的專任教師，高等學(xué)校的在讀學(xué)生及相關(guān)領(lǐng)域的科研人員。