人工智能原理與實踐

　　人工智能被廣泛應(yīng)用和普及，極大地提高了人們學習和工作的效率。而要深入理解人工智能，必須全面理解底層各類機器學習算法的基本原理。只有全面掌握機器學習的基礎(chǔ)知識，才能更好地理解、提高和駕馭人工智能的各種應(yīng)用。 本書分為13章，前7章為原理篇，重點討論了機器學習模型建模的全部流程、各類常用的機器學習算法原理、深度學習和強化學習、機器學習涉及的優(yōu)化原理，以及自然語言處理算法原理；后 6章為實踐篇，重點討論了信用卡客戶細分、保險公司時間序列生活事件預(yù)測、電商網(wǎng)站交易欺詐預(yù)測、信用卡和信用貸款風險預(yù)測、美國舊金山房屋成交價格預(yù)測，以及股票短期回報率預(yù)測等多個實際應(yīng)用場景。 本書內(nèi)容系統(tǒng)、全面，理論知識覆蓋面廣，且保留了推導(dǎo)過程。實踐案例中，深入淺出地講解和展示了機器學習應(yīng)用的具體流程。本書適合在各行業(yè)工作的數(shù)據(jù)科學家、在校學習人工智能和數(shù)據(jù)科學專業(yè)的學生、科技公司的管理者和決策者，以及人工智能的初學者和愛好者閱讀。

　　劉春雷，畢業(yè)于中國科學技術(shù)大學近代物理系，本科畢業(yè)后，前往美國留學深造，并獲得了美國卡內(nèi)基梅隆大學機器學習專業(yè)碩士學位和美國匹茲堡大學物理專業(yè)博士學位。在研究生和博士階段的學習過程中，結(jié)合數(shù)據(jù)挖掘、機器學習理論知識和大數(shù)據(jù)技術(shù)，在應(yīng)用物理領(lǐng)域做出了杰出的貢獻和成就。經(jīng)過多年博士及博士后階段的學習和研究工作后，作者又先后在美國智庫型研究公司和華爾街商業(yè)銀行工作，積累了大量將機器學習和數(shù)據(jù)科學技術(shù)應(yīng)用到實踐中的經(jīng)驗。