《机器学习》习题参考

作者简介

叶翰嘉，现任南京大学人工智能学院准聘副教授，在南京大学机器学习与数据挖掘研究所（LAMDA）从事学术研究工作。主要的研究方向包括表示学习、元学习、模型复用等领域。叶翰嘉在机器学习等领域发表TPAMI、ICML等学术论文二十余篇；受邀担任SDM Tutorial/Doctoral Forum主席, ECML、IJCAI领域主席/高级程序委员会成员，CCF-AI执行委员；作为核心成员参与“新一代人工智能”重大项目，主持国家自然科学基金青年项目，CCF-百度松果基金项目，CCF-海康威视斑头雁基金项目，被评为华为“耀星学者”，获得CCF优秀博士学位论文奖、江苏省计算机学会青年科技奖。

内容简介

本书是配套周志华教授所著的《机器学习》教材的习题集和教学参考书，通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分：第一部分习题对应《机器学习》第1-10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含6章应用专题，通过综合题的形式对知识点进行多角度考查，包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络的优化与应用、EM算法及其应用、集成学习的过拟合现象研究、度量学习及其应用。书中包含简答题、计算题和编程题，涵盖不同难度级别。机器学习初学者可以通过这些习题深入了解和巩固教材的关键概念，对机器学习有一定基础的读者也可以通过习题发现对一些知识点不同角度的解读,为后续机器学习的深入研究打下基础。 本书面向“西瓜书”《机器学习》教材读者以及广大机器学习爱好者，可作为高等院校人工智能、计算机、自动化及相关专业的本科生或研究生的教学辅助书籍，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。