材料信息學(xué)導(dǎo)論：機(jī)器學(xué)習(xí)基礎(chǔ)（上 英文版）

　　材料信息學(xué)是一門新興的交叉學(xué)科，為在材料基因組理念下加速材料科學(xué)研究和技術(shù)發(fā)展提供了一個(gè)全新的方法。作為材料和力學(xué)學(xué)者，作者在推動(dòng)材料信息學(xué)發(fā)展方面做了大量工作，在人工智能（AI）、機(jī)器學(xué)習(xí)（ML）和材料科學(xué)技術(shù)融合交叉方面，有諸多的嘗試和心得體會(huì)。作者旨在寫一本易懂的材料信息學(xué)簡(jiǎn)介，以進(jìn)一步推動(dòng)材料信息學(xué)的發(fā)展。為便于讀者盡快理解和掌握材料信息學(xué)的核心內(nèi)容，兼顧成書的完整性，本書分為上下兩卷，上卷側(cè)重于機(jī)器學(xué)習(xí)基礎(chǔ)，下卷側(cè)重于深度學(xué)習(xí)并綜述材料信息學(xué)的現(xiàn)狀及發(fā)展前景。《BR》本上卷共十二章，內(nèi)容包括線性回歸與線性分類、支持向量機(jī)、決策樹和K近鄰（KNN）、集成學(xué)習(xí)、貝葉斯定理和期望**化（EM）算法、符號(hào)回歸、神經(jīng)網(wǎng)絡(luò)、隱型馬爾可夫鏈、數(shù)據(jù)預(yù)處理和特征選擇、可解釋性機(jī)器學(xué)習(xí)，等等。敘述力求從簡(jiǎn)單明了的數(shù)學(xué)定義和物理圖像出發(fā)，密切結(jié)合材料科學(xué)研究案例，給出了各種算法的詳細(xì)步驟，便于讀者學(xué)習(xí)和運(yùn)用。

暫缺《材料信息學(xué)導(dǎo)論：機(jī)器學(xué)習(xí)基礎(chǔ)（上 英文版）》作者簡(jiǎn)介