本书系统地介绍和讨论了机器学习的入门性基础理论与应用技术。首先, 详细地介绍掌握机器学习理论和方法必备的基础知识; 然后, 系统地介绍监督学习、无监督学习、强化学习、集成学习等机器学习基本理论与方法; 最后, 在探讨神经网络与深度学习基本理论的基础上, 系统地介绍深度卷积网络、深度循环网络、生成式对抗网络等典型深度学习模型的基本理论与训练范式, 讨论深度强化学习的基本理论与方法。本书将分布在人工智能各个分支的机器学习知识点进行凝练和优化, 形成一套入门性机器学习知识体系, 并在各章穿插丰富的应用实例, 使得读者在系统地掌握机器学习理论知识的同时, 能进一步获得机器学习在多个方面的应用技术。本书站在本科生和低年级研究生的思维角度编写, 尽可能用朴实的语言深入浅出地准确表达知识内容, 着重突出机器学习方法的思想内涵和本质, 使得广大读者能够通过自己的努力不太困难地掌握全书主要内容。
