机器学习

“麻省理工(MIT)通识课”系列丛书之一。机器学习支撑着我们日常使用的各种应用以及一些我们尚未日常使用的应用。它是人工智能新方法的基础，旨在编程计算机利用示例数据或过往经验来解决给定问题。本书描述了该领域的发展历程，阐释了重要的学习算法，并介绍了实际应用案例。探讨了机器学习算法在模式识别中的应用，受人脑启发的人工神经网络，学习实例之间关联的算法以及强化学习，即自主代理通过采取行动来最大化奖励的学习过程。在这个修订更新版中，本书探讨了机器学习所面临的隐私、安全、责任和偏见等挑战，以及基于数据做决策所涉及的伦理和法律问题。