实战机器学习（人工智能技术丛书）

随着互联网、物联网、云计算等技术的不断发展，许多领域都产生了大量的数据。利用机器学习技术分析海量数据，可以从数据中发现隐含的、有价值的规律和模式，进而用于预测并采取相应动作。在上述背景下，本书从理论、技术和应用三个层面入手，全面讲解如何利用机器学习技术解决实际问题。

本书共分26章，内容包括机器学习解决问题流程、问题分析与建模、数据探索与准备、特征工程、模型训练与评价、模型部署与应用、回归模型、支持向量机、决策树、集成学习、K近邻算法、贝叶斯方法、聚类算法、关联规则学习、神经网络基础、正则化、深度学习中的优化、卷积神经网络、循环神经网络、自编码器、基于深度学习的语音分离方法、基于深度学习的图像去水印方法、基于LSTM的云环境工作负载预测方法、基于QoS的服务组合问题、基于强化学习的投资组合方法、基于GAN模型的大数据系统参数优化方法。

本书内容全面、示例丰富，适合机器学习初学者以及想要全面掌握机器学习技术的算法开发人员，也适合高等院校和培训机构人工智能相关专业的师生教学参考。

鲍亮，西安电子科技大学副教授，西安电子科技大学博士。主要研究方向为软件体系结构、面向服务的计算和云计算等，主持并完成科研课题多项，发表学术论文20余篇。

崔江涛，西安电子科技大学计算机科学与技术学院教授、博士生导师。西安电子科技大学计算机学院博士。2018年入选陕西省高等学校教学名师，2020年入选陕西省特支计划领军人才。享受国务院政府特殊津贴，入选第八届教育部科学技术委员会学部委员。

李倩，西安交通大学讲师，西安交通大学博士。主要研究方向为行为金融学和组合投资等，主持并完成科研课题多项，发表学术论文10余篇。