内容简介

本书是“高级人工智能人才培养丛书”中的一本，首先介绍了机器学习的相关概念和发展历史，随后在此基础上介绍了深度学习——它本质上是近几年来大数据技术催生的产物。本书共12章，其中，第1～7章为机器学习方面的内容，分别介绍了机器学习的简单模型、贝叶斯学习、决策树、支持向量机、集成学习和聚类；第8～12章为深度学习方面的内容，由感知机与神经网络开始，之后分别介绍了卷积神经网络、循环神经网络、生成对抗网络及强化学习。

第2～12章均提供了相应的实验案例，不仅配有完整翔实的Python语言代码及相关注释，还给出了实验结果和实验分析，便于初学者上机操作并加强理解。本书注重易学性、系统性和实战性，力求为人工智能及相关专业的学生提供一本基础教材，同时为在其他学科应用人工智能技术的读者提供一本深入浅出的参考书。

本书适合作为人工智能、计算机科学与技术、自动化控制等相关专业本科生和研究生的教材。此外，高职和专科学校也可以选用本书部分内容开展教学。