機器學(xué)習(xí)應(yīng)用實戰(zhàn)

　　《機器學(xué)習(xí)應(yīng)用實戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》特點：以問題為導(dǎo)向，詳細(xì)講解基礎(chǔ)知識點與算法的演練。機器學(xué)習(xí)實戰(zhàn)案例豐富，涵蓋15個完整項目案例。代碼詳盡，避免對API的形式展示，規(guī)避重復(fù)代碼。語言簡明易懂，輕松學(xué)會Python機器學(xué)習(xí)常見算法。各個算法相對獨立，便于讀者理解和掌握數(shù)學(xué)原理?！稒C器學(xué)習(xí)應(yīng)用實戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》將基礎(chǔ)理論和案例實戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹了關(guān)于機器學(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實現(xiàn)機器學(xué)習(xí)算法，并通過PyTorch框架實現(xiàn)機器學(xué)習(xí)算法中的深度學(xué)習(xí)內(nèi)容?！稒C器學(xué)習(xí)應(yīng)用實戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》首部分為基礎(chǔ)篇，包括第1－8章，系統(tǒng)地介紹了機器學(xué)習(xí)基礎(chǔ)、數(shù)據(jù)預(yù)處理、簡單分類算法、決策樹、支持向量機、回歸分析、聚類分析、神經(jīng)網(wǎng)絡(luò)與多層感知機；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)方法及其在計算機視覺與自然語言處理領(lǐng)域中的應(yīng)用實踐；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產(chǎn)開源框架及其應(yīng)用案例，最后簡要介紹了國內(nèi)外兩個主流機器學(xué)習(xí)競賽平臺?！稒C器學(xué)習(xí)應(yīng)用實戰(zhàn)/大數(shù)據(jù)與人工智能技術(shù)叢書》主要面向廣大從事數(shù)據(jù)分析、機器學(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。

　　劉袁緣，主要研究計算機視覺、跨模態(tài)情感計算、機器學(xué)習(xí)。CCF和IEEE會員，中國圖像圖形學(xué)會CSIG專委會委員，香港中文大學(xué)（深圳）客座副研究員。發(fā)表重要國際學(xué)術(shù)會議和期刊論文30余篇，出版學(xué)術(shù)專著2部，入選中國博士后優(yōu)秀學(xué)術(shù)文庫。先后主持國家面上基金和青年基金、武漢市科技局項目、航天基金預(yù)研項目。目前擔(dān)任《Pattern recognition》、《Multimedia and tools application》、《IEEE Transactions on Automation Science and Engineering》、《 International Journal of Remote Sensing》、《IEEE Access》、FCS、《計算機學(xué)報》《測繪學(xué)報》等期刊和國際會議審稿人。