《机器学习基础》

内容介绍

《机器学习基础》本译著提供了基于神经网络的机器学习主题，除过介绍基本的物理和数学原理基础之外，主要从统计物理的基础方法和科学工程应用结合起来，提供了理解现代视觉让读者解决实践中遇到的问题。

《机器学习基础》本书组织结构清楚，分为3部分，第1部分Hopfield Networks，第2部分，监督学习，第3部分，非监督学习。涉及的很多前言主题，例如卷积神经网络，深度学习和强化学习。此外，作者还主要将机器学习的这些理论方法在科学和工程中的应用做了大量工作，让计算机科学家和工程师能够解决工作遇到的实际问题。

作者介绍

Jiang Hui（江辉）是加拿大多伦多约克大学电气工程和计算机科学系教授。自2002年起担任该校教授，长期从事人工智能教学和研究。他的主要研究方向包括机器学习、深度学习，以及其在语音和音频处理、自然语言处理和计算机视觉中的应用。

郭涛，四川省农业科学院遥感应用研究所智慧农业科学技术中心、遥感监测（粮食安全）研究中心工程师，TIT Lab发起人，主要从事机器学习与模式识别、地理人工智能（GeoAI）与时空大数据挖掘与分析、智能机器人技术和软件工程技术等前沿交叉研究。《复杂性思考：复杂性科学与计算模型》和《神经网络实战》等译者。目前发表学术论文12篇，申请软件著作权12项，参与编写教材3本，译著5本。