📚 网上馆配 · 在线荐购平台

内容简介：本书共15章，内容涵盖了从机器学习的基础理论到前沿技术。主要内容包括机器学习的数学基础与优化方法、经典机器学习算法(如决策树、线性模型、聚类、降维、EM算法等)、深度学习核心技术(如卷积神经网络、循环神经网络、Transformer、图神经网络、生成式模型、自监督学习等)以及强化学习的基础与进阶算法。