深入淺出機器學習：從數據到AI算法

《深入淺出機器學習：從數據到大模型》是一本旨在幫助讀者系統學習機器學習的著作。本書通過深入淺出的方式，將複雜的機器學習理論和技術講解得深入淺出。

本書從機器學習的基礎開始，為讀者提供了對數據處理、特徵工程和模型評估等核心概念的全面介紹。讀者將學習如何準備和清洗數據，如何選擇和構建合適的特徵，並學會使用各種評估指標來評估模型性能。然後，本書深入探討了常見的機器學習算法和技術。詳細解釋了線性回歸、邏輯回歸和神經網絡等算法的原理和應用，通過豐富的示例和實踐項目，掌握這些算法的實現和調優技巧。

本書聚焦于大規模模型和深度學習，介紹了深度學習的基本原理和常用的深度學習框架，如TensorFlow和PyTorch。讀者將學習如何構建深度神經網絡，如何進行模型訓練和調優，並了解大規模機器學習系統的實現和部署。



陳德忠，AI算法工程師，先後在多個企業中分別擔任高級工程師、AI技術總監、研究院副院長等職務，是廈門新一代人工智能專家庫成員。在AI技術方向上擁有二十多年從業經歷，涉及的行業有辦公、金融、交通、安防、工業、教育等，擁有豐富的AI產品或項目的管理和研發經驗。

肖彧潔，教授級高工，國際數字地球學會中國國家委員會空間信息產業化專業委員會委員。曾任職于中國智慧城市與大數據研究院，從事計算機軟件工程、網絡安全、數據科學應用等多學科的教學與科研工作，曾參與中國智慧城市頂層設計課題研究及規劃。