全国大中专教材网络采选系统

推荐纸质教材推荐数字资源

机器学习算法思想与实践 / “十五五”普通高等教育人工智能专业系列教材

定价：￥62.00

作者：夏家莉，白耀辉，卢思洋

出版时间：2025-08

最新印次日期：2025-8

出版社：中国铁道出版社

以下为《机器学习算法思想与实践》的配套数字资源，这些资源在您购买图书后将免费附送给您：

关闭

基本信息评价

出版社：中国铁道出版社
ISBN：9787113323080
版次：1-1
图书编号：572096
开本：16开
出版时间：2025-08
本科门类：工学
本科专业类：计算机类
适用专业：计算机类
适用分级：本科

作者简介

夏家莉，博士，教授，江西财经大学软件与物联网工程学院，博士生导师。本硕博均毕业于华中科技大学计算机学院。主讲数据结构、数据库原理、软件工程、需求工程、自然语言处理技术、人工智能等。获江西省教学成果一等奖，教育部科技进步奖。主持过国家自然基金项目、江西省自然基金项目、江西省社会科学基金项目的研发，主持过基于自然语言分析的“财政大数据分析平台”研发、基于嵌入式技术的“移动教学学习及管理系统”研发等。在计算机学报、软件学报、计算机研究与发展等学术期刊上发表系列学术论文。

白耀辉，博士，副教授，江西财经大学软件与物联网工程学院院长。2005年西北工业大学博士毕业后进入江西财经大学工作。近年来参与完成国家级课题2项，主持完成教育部课题一项，参与及完成省部级课题近10项，在国内外学术刊物或者重要会议上发表研究论文近20篇，曾获江西省高校科技成果奖一等奖，江西省教育科学优秀成果奖三等奖等。

卢思洋，博士，副教授，北京交通大学计算机学院。研究方向为计算机技术、人工智能、软件工程、大数据技术与工程、新一代电子信息。主持和参与科研项目10项，承担本科生专业核心课程“计算机组成原理”教学工作，参与讲授研究生专业课程“网络空间安全前沿”教学工作。发表期刊论文20余篇，专利3项，涉及领域包括大模型安全、模式识别与日志异常检测、古籍智能信息处理、移动应用交互设计等。

查看全部

内容简介

本书是一本面向多领域读者的基础通识教材,旨在以通俗易懂的方式揭开机器学习的神秘面纱，帮助读者理解机器学习算法本质，并具备实际应用能力。本书以“从生活到算法”为核心理念，引导读者轻松跨越理论与实践的鸿沟，兼顾学术性与实用性：一方面，以人类解决问题的思路理解算法逻辑,降低算法理解门槛；另一方面，提供丰富的实践案例与配套代码，培养读者的工程化思维。

本书系统讲解了机器学习的基础知识体系与实践框架，共8章。首先介绍机器学习的基本概念、发展历程及分类(监督学习、无监督学习等),接着深入讲解相似度计算、模型性能评估、数据收集、特征工程等核心环节，并针对常见算法（如线性回归、决策树、支持向量机、集成学习等），结合生活化案例剖析其设计思想与实现逻辑。最后，本书专设Python编程基础与经典算法实践章节,通过完整案例演示数据准备、模型训练到评估优化的全过程，并辅以代码示例与单元测试指导,助力读者提升机器学习算法的代码实践能力。

本书适合作为普通高等院校人工智能相关专业本科生、研究生的教材，也可供相关技术人员阅读参考。

第1章绪论
1.1机器学习的定义
1.2机器学习的历史背景
1.3机器学习的基本概念
1.4机器学习的工作流程
1.5机器学习的工具和框架
1.6机器学习的挑战和未来发展
第2章相似度计算
2.1距离测度
2.2相似测度
2.3匹配测度
第3章性能度量
3.1分类的性能度量
3.2回归的性能度量
第4章数据收集
4.1数据收集常见方法
4.2数据采集质量分析
4.3数据分布
4.4训练集和测试集的拆分
第5章特征工程
5.1特征工程的任务
5.2数据预处理
5.3特征选择
5.4特征降维
第6章机器学习算法思想
6.1机器学习算法分类及常见机器学习算法
6.2聚类分析
6.3回归分析算法
6.4决策树学习
6.5支持向量机
6.6贝叶斯学习
6.7k近邻学习
6.8集成学习
6.9其他机器学习算法
第7章Python基础
7.1系统安装
7.2Python简介
7.3numpy简介
7.4pandas简介
7.5数据分析与可视化
第8章经典机器学习算法实践
8.1实验准备
8.2线性回归算法
8.3逻辑回归算法
8.4决策树算法
8.5支持向量机算法
8.6k近邻算法
8.7K-means算法
8.8朴素贝叶斯