郭羽含，男，汉族，副教授，硕士生导师，浙江科技大学理学院数据科学系主任。哈尔滨工业大学计算机科学与技术专业学士，哈尔滨工业大学软件工程专业硕士，法国波尔多大学工业工程硕士，法国里尔大学计算机与自动化专业博士，法国ARRAS信息与自动化研究院博士后。主持及参与国家和省级科研项目9项、横向项目10余项；以第一作者于国内外重要期刊和会议发表论文40余篇（其中SCI一区、二区、Top期刊20余篇）；以第一发明人申请国家发明专利20余项；获省教学成果奖、市自然学术成果奖等多项科研和教学奖励，指导学生于国家级和省级竞赛获奖80余人次。

前言
第1章机器学习概述
11人工智能与机器学习
12机器学习的概念
121机器学习的定义
122机器学习发展史
123机器学习分类
13机器学习工具
131Python语言
132第三方工具库
133编译环境
134库的下载与安装
14机器学习示例
141自动驾驶
142机器翻译
143游戏中的人工智能
15本章小结
16延伸阅读——大数据背景下的机器学习算法
17习题
第2章机器学习基本理论
21机器学习术语
211基本概念
212过拟合与欠拟合
213模型评估
22实验估计方法
221留出法
222交叉验证法
223自助法
23性能度量
231错误率与精度
232查准率、查全率与F1
233ROC与AUC
24比较检验
241假设检验
242交叉验证
25参数调优
251网格搜索
252随机搜索
253贝叶斯优化算法
26本章小结
27延伸阅读——机器学习应用于我国海外投资效率预警
28习题
第3章K-近邻
31算法原理
32距离度量方法
33搜索优化方法
331k-d树
332球树
34算法实现
35本章小结
36延伸阅读——机器学习在国产芯片上的应用
37习题
第4章贝叶斯
41贝叶斯方法概述
411贝叶斯公式
412贝叶斯决策理论
413极大似然估计
42朴素贝叶斯算法
421高斯朴素贝叶斯算法
422多项式朴素贝叶斯算法
423伯努利朴素贝叶斯算法
43半朴素贝叶斯算法
44贝叶斯网络算法
441贝叶斯网络结构
442贝叶斯网络学习算法
443贝叶斯网络推断
45EM算法
46本章小结
47延伸阅读——机器学习在智能驾驶上的应用
48习题
第5章线性模型
51线性回归
511简单线性回归
512多变量线性回归
513梯度下降法
514多项式回归
52逻辑回归
521二分类逻辑回归
522多分类逻辑回归
53模型正则化
54本章小结
55延伸阅读——云计算与机器学习
56习题
第6章支持向量机
61算法概述
62线性可分支持向量机及其对偶算法
63线性支持向量机
64非线性支持向量机
65支持向量机回归
651线性支持向量机回归
652非线性支持向量机