• 內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。

• 採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。

• 搭配 Python 程式實作，實現「做中學」的學習理念。

• 提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。

• Chapter 1  介　紹

• Chapter 2  端到端機器學習

• Chapter 3  迴　歸

• Chapter 4  貝氏分類器

• Chapter 5  k-最近鄰

• Chapter 6  支援向量機

• Chapter 7  決策樹

• Chapter 8  隨機森林

• Chapter 9  提升方法

• Chapter 10  類神經網路

• Chapter 11  k-Means分群

• Chapter 12  DBSCAN

• Chapter 13  高斯混合模型

• Chapter 14  主成分分析

• Chapter 15  t-SNE

• Chapter 16  強化式學習

• 附錄   數學背景

• 習題參考解答

• 參考文獻

•張元翔•

學歷：美國匹茲堡大學 電機博士

經歷：中原大學 資訊工程系 教授

　　　中原大學 量子資訊中心 執行長

　　　中原大學 智慧運算與大數據學士班暨碩士學位學程 主任

　　　中原大學 研究發展處人本人工智慧中心 主任

　　　中原大學 資訊工程系 系主任

　　　中原大學 學生事務處實習暨就業輔導組 組長

　　　中原大學 秘書室校友服務中心 主任

　　　中原大學 資訊工程系 副教授

　　　美國匹茲堡大學 醫學院放射科 助理教授

　　　美國匹茲堡大學 醫學院放射科 研究助理 / 後博士

　　　美國匹茲堡大學 電機工程系 研究助理

　　　聯銪實業股份有限公司 研發工程師