《機(jī)器學(xué)習(xí)從線性回歸到大模型》以回歸為主線，系統(tǒng)介紹統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)中最常用的分類與回歸方法，力圖在大數(shù)據(jù)與人工智能背景下，突破傳統(tǒng)統(tǒng)計(jì)建模的局限，構(gòu)建一個(gè)融合多學(xué)科視角的現(xiàn)代回歸分析框架。
全書覆蓋線性回歸、嶺回歸、Lasso、Logistic回歸等經(jīng)典線性模型，決策樹、隨機(jī)森林、GBDT、XGBoost等集成方法，BP神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)模型，以及基于Transformer的大語言模型（如BERT和GPT）。 此外，《機(jī)器學(xué)習(xí)從線性回歸到大模型》還介紹因果推斷方法、模型可解釋性工具（如SHAP）與遷移學(xué)習(xí)等前沿技術(shù)，強(qiáng)調(diào)跨學(xué)科融合，關(guān)注算法應(yīng)用場(chǎng)景. 書中穿插算法發(fā)展史，展現(xiàn)行業(yè)應(yīng)用，聚焦人工智能在中國(guó)的發(fā)展脈絡(luò)，增強(qiáng)學(xué)生的責(zé)任意識(shí)與現(xiàn)實(shí)關(guān)懷。
《機(jī)器學(xué)習(xí)從線性回歸到大模型》配套案例涵蓋農(nóng)業(yè)、醫(yī)學(xué)等領(lǐng)域，以場(chǎng)景建模為理念，展現(xiàn)模型與國(guó)家、行業(yè)需求緊密結(jié)合的完整建模流程。 配套習(xí)題涵蓋風(fēng)控、幸福感預(yù)測(cè)、圖像識(shí)別、視頻生成等主題，具有實(shí)踐性和挑戰(zhàn)性，有助于培養(yǎng)實(shí)戰(zhàn)能力。
《機(jī)器學(xué)習(xí)從線性回歸到大模型》算法基于Python實(shí)現(xiàn)，深度學(xué)習(xí)部分使用TensorFlow與Keras框架，配套提供案例和習(xí)題數(shù)據(jù)集、案例源代碼，便于教學(xué)和自學(xué)使用。
《機(jī)器學(xué)習(xí)從線性回歸到大模型》適用于統(tǒng)計(jì)、數(shù)據(jù)科學(xué)、人工智能、經(jīng)濟(jì)管理等專業(yè)的本科生與研究生，可作為回歸分析統(tǒng)計(jì)模型機(jī)器學(xué)習(xí)等課程教材，也可作為人工智能通識(shí)教材使用，同時(shí)可供數(shù)據(jù)分析相關(guān)從業(yè)者參考。