隨著互聯網物聯網雲計算等技術的不斷發展許多領域都產生了大量的數據利用機器學習技術分析海量數據可以從數據中發現隱含的有價值的規律和模式進而用於預測並采取相應動作在上述背景下本書從理論技術和應用三個層面入手全面講解如何利用機器學習技術解決實際問題br本書共分26章內容包括機器學習解決問題流程問題分析與建模數據探索與準備特征工程模型訓練與評價模型部署與應用回歸模型支持向量機決策樹集成學習K近鄰算法貝葉斯方法聚類算法關聯規則學經網絡基礎正則化深度學習中的優化卷積神經網絡循環神經網絡自編碼器基於深度學習的語音分離方法基於深度學習的圖像去水印方法基於LSTM的雲環境工作負載預測方法基於QoS的服務組合問題基於強化學習的投資組合方法基於GAN模型的大數據繫統參數優化方法br本書內容全面示例豐富適合機器學習初學者以及想要全面掌握機器學習技術的算法開發人員也適合高等院校和培訓機構人工智能相關專業的師生教學參等
