本書主要介紹統(tǒng)計機器學(xué)習(xí)領(lǐng)域常用的基礎(chǔ)模型、算法和代碼實現(xiàn)。包括統(tǒng)計機器學(xué)習(xí)、Python語言基礎(chǔ)，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學(xué)習(xí)，以及深度學(xué)習(xí)中的多層感知器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、變分自編碼器、對抗生成網(wǎng)絡(luò)和強化學(xué)習(xí)等模型與優(yōu)化方法，使用Scikit-Learn、TensorFlow和PyTorch定制模型與訓(xùn)練等。

更多科學(xué)出版社服務(wù)，請掃碼獲取。