隨著互聯(lián)網、物聯(lián)網、云計算等技術的不斷發(fā)展，許多領域都產生了大量的數(shù)據(jù)。利用機器學習技術分析海量數(shù)據(jù)，可以從數(shù)據(jù)中發(fā)現(xiàn)隱含的、有價值的規(guī)律和模式，進而用于預測并采取相應動作。在上述背景下，《實戰(zhàn)機器學習（人工智能技術叢書）》從理論、技術和應用三個層面入手，全面講解如何利用機器學習技術解決實際問題?！秾崙?zhàn)機器學習（人工智能技術叢書）》共分26章，內容包括機器學習解決問題流程、問題分析與建模、數(shù)據(jù)探索與準備、特征工程、模型訓練與評價、模型部署與應用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯(lián)規(guī)則學習、神經網絡基礎、正則化、深度學習中的優(yōu)化、卷積神經網絡、循環(huán)神經網絡、自編碼器、基于深度學習的語音分離方法、基于深度學習的圖像去水印方法、基于LSTM的云環(huán)境工作負載預測方法、基于QoS的服務組合問題、基于強化學習的投資組合方法、基于GAN模型的大數(shù)據(jù)系統(tǒng)參數(shù)優(yōu)化方法?！秾崙?zhàn)機器學習（人工智能技術叢書）》內容全面、示例豐富，適合機器學習初學者以及想要全面掌握機器學習技術的算法開發(fā)人員，也適合高等院校和培訓機構人工智能相關專業(yè)的師生教學參考。
鄂公網安備 42010302001612號 