內容簡介
本書是機器學習領域的入門教材,詳細闡述了機器學習的基本理論和方法。全書由15章組成,包括機器學習概論、數學基礎知識、線性模型與邏輯斯諦回歸、支持向量機、人工神經網絡、決策樹算法、貝葉斯算法、k近鄰算法、數據降維算法、聚類算法、高斯混合模型與EM算法、集成學習算法、**熵算法、概率圖算法以及強化學習算法等。對每一種機器學習算法,均從算法原理的理論推導和MATLAB實現兩方面進行介紹。本書既注意保持理論分析的嚴謹性,又注重機器學習算法的實用性,同時強調機器學習算法的思想和原理在計算機上的實現。全書內容選材恰當,繫統性強,行文通俗流暢,具有較強的可讀性。