內容簡介
這是一本基於公理研究學習算法的書。共17章，由兩部分組成。靠前部分是機器學習公理以及部分理論演繹，包括靠前、2、6、8章，論述學習公理以及相應的聚類、分類理論。第二部分關注如何從公理推出經典學習算法，包括單類、多類和多源問題。第3～5章為單類問題，分別論述密度估計、回歸和單類數據降維。第7、9～16章為多類問題，包括聚類、神經網絡、K近鄰、支持向量機、Logistic回歸、貝葉斯分類、決策樹、多類降維與升維等經典算法。很後靠前7章研究了多源數據學習問題。本書可以作為高等院校計算機、自動化、數學、統計學、人工智能及相關專業的研究生教材，也可以供機器學習的愛好者參考。
