机器学习与推理

作者简介

"俞成浦，北京理工大学教授、博士生导师。长期从事系统建模和控制方面的教学与研究，讲授“机器学习基础”“模式识别”等课程。发表一作SCI论文20余篇，其中ESI热点论文2篇。主持国家基金委重大项目课题、国家重点研发计划课题和基金委面上基金。完成国家高层次海外人才青年项目和十三五装备预研项目。获教育部自然科学一等奖和中国自动化学会自然科学一等奖。出版专著2部。 陈文颉，北京理工大学副教授、硕士生导师。长期从事深度学习、目标检测与识别方面的教学和研究工作，讲授“模式识别”“电磁兼容技术”等课程。发表论文50余篇，授权专利20余项。承担装备型号项目、国防研究项目和自然科学基金。获国家科技进步奖2项。出版教材1部。 邓方，北京理工大学教授、博士生导师。长期从事自主智能群系统、可穿戴泛在系统等方面教学与研究，讲授“控制系统的故障诊断与容错控制”“智能计算与信息处理”等课程。发表学术论文140余篇，授权发明专利108项。承担国家自科基金重点项目、科技创新2030重大项目等项目多项。获中国青年科技奖、北京市科技奖杰出青年中关村奖、国家科技进步奖二等奖、日内瓦国际发明展金奖、国家教学成果二等奖、北京市教学成果一、二等奖、IEEE TSMCS最佳副主编奖等。出版专著、教材各1部。 "

内容简介

"（1） 体现工程教育专业认证的理念，通过对机器学习理论和案例的讲解和分析，提升读者解决复杂工程问题的能力和自我学习能力。 （2） 将机器学习与模型推理相关的知识进行模块化整理，使读者能够快速了解本书的内容架构和知识脉络，从而进行针对性学习。 （3） 剖析机器学习与模型推理的内涵和联系，让本书能够适用于自动化领域和计算机领域的教学和科研。 （4） 每章都配备了习题，附录提供了必备基础知识，便于读者自主学习。 "