圣诞节到了，智能菌想送你一份礼物

会员服务 ·

圣诞节到了，智能菌想送你一份礼物

2018 年 12 月 25 日 网易智能菌

关注网易智能，聚焦AI大事件，读懂下一个大时代！

（机器学习算法地图见文末）

圣诞节的赠书活动来了！

这次智能菌为大家推荐的书是《机器学习与应用》，这本书由清华大学出版社出版，是机器学习和深度学习领域又一高质量的入门与提高教材。该书系统、深入地讲述了机器学习与深度学习的主要方法与理论，并紧密结合工程实践与应用。

全书由21章组成，共分为三大部分。第1～3章为第一部分，介绍机器学习的基本原理、所需的数学知识（包括微积分、线性代数、概率论和优化方法），以及机器学习中的核心概念。第4～20章为第二部分，是本书的主体，介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法，从原理与推导、工程实现和实际应用3个方面进行讲解，对于大多数算法，都配有实验程序。第21章为第三部分，介绍机器学习和深度学习算法实际应用时面临的问题，并给出典型的解决方案。此外，附录A给出各种机器学习算法的总结，附录B给出梯度下降法的演化关系，附录C给出EM算法的推导。

本书作者为雷明，毕业于清华大学计算机系，研究方向为机器学习、计算机视觉。有超过12年的学术研究与产品研发经验，曾发表论文数篇，具有深厚的理论功底与丰富的实践经验。其撰写的系列技术文章在半年内累计阅读量达数百万次，擅长用生动、形象的语言把复杂、抽象的理论和算法解释清楚。

精彩试读

1、含括学术界与工业界最新成果

完整的讲述了机器学习、深度学习主要算法以及在各个领域的典型应用，含括了学术界与工业界截止2017年初的新成果，紧跟时代步伐，弥补了市面上经典教材内容老化的缺憾。

试读：

图像超分辨的目标是由低分辨率的图像得到高分辨率的图像，传统的做法大多采用纯图像处理的技术。用机器学习的思路解决超分辨问题取得了更好的效果，卷积神经网络被成功地用于超分辨问题。文献[7]提出了一种用生成对抗网络框架解决图像超分辨问题的方法，称为超分辨生成对抗网络，简称SRGAN，能够将缩小4倍以上的图像进行复原。

这种方法使用了一种新的损失函数，由对抗损失和内容损失两部分构成。第一部分损失和标准生成对抗框架相同，通过一个判别模型，让生成网络生成的超分辨图像和真实高分辨率图像尽可能接近。

生成器卷积网络采用了深度残差网络；判别模型也是一个层次很深的卷积网络，用于区分一张图像是真实的高分辨率图像还是由生成器网络生成的图像。网络结构如下图所示。