本书对机器学习的定义和应用实例进行了介绍，涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较、组合多学习器以及增强学习等。最新的第2版增加了三章内容，分别是核机器、图模型、贝叶斯估计，扩展了统计测试的内容，教学案例可以从本书配套网站下载。

📙 相关书籍

  1. 《神经网络与深度学习应用实战》高清PDF 本书结合实际应用介绍神经网络和深度学习等技术领域相关信息，从结构上重点介绍了前馈型神经网络、反馈型神经网络，以及自组织竞争型神经网络，并针对当下深度学习中比较重要的网络进行了详细介绍，包括卷积神经网络、循环（递归）神经网络、深度信念网络、生成对抗网络，以及深度强化学习。本书不仅能让读者对当前神经网络......
  2. 《增强学习与近似动态规划》高清PDF 本书对增强学习与近似动态规划的理论、算法及应用进行了深入研究和论述。主要内容包括：求解Markov链学习预测问题的时域差值学习算法和理论；求解连续空间马氏决策问题的梯度增强学习算法；求解马氏决策问题的进化-梯度混合增强学习算法；基于核的增强学习与近似动态规划方法；增强学习在移动机器人导航控制中的应用......
  3. 《机器学习实战》高清PDF ;机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。本书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python代码阐释如何处理统计数据，进行数据分......
  4. 《模式识别中的核自适应学习及应用》高清PDF 核学习是机器学习研究领域的重要研究分支，出现了大量理论和实际应用研究成果，已广泛用于模式识别、数据挖掘、计算机视觉、图像与信号处理等研究领域。利用核方法在一定程度上解决了实际应用中的非线性问题，大大提高了实际系统的识别正确率、预测精度等性能指标。然而，核学习方法仍然面临着一个重要问题，即核函数及其参......
  5. 《半监督学习》高清PDF 本书共分为十章，主要内容包括：生成模型、协同训练算法、基于图的半监督学习方法、半监督支持向量机等。...
  6. 《决策用强化与系统性机器学习》高清PDF 机器学习是人工智能领域中一个极其重要的研究方向。强化学习是机器学习中的一个重要分支。作为解决序贯优化决策的有效方法，强化学习有效地应用于计算科学、自动控制、机器人技术等各个领域。当前，强化学习的核心任务是提高学习效率，本书就是针对此问题展开的。第1章介绍系统概念和增强机器学习，它建立了一个突出的……...
  7. 《机器学习导论 原书第3版》高清PDF 本书是关于机器学习这一主题内容全面的教科书，涵盖了通常在机器学习导论中并不包括的广泛题材。对机器学习的定义和应用实例进行了介绍，涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式、多层感知器、局部模型、核机器、图方法、隐马尔可夫模型、贝叶斯估计……...
  8. 《基于神经网络的监督和半监督学习方法与遥感图像智能解译》高清PDF 本书从机器学习的理论与应用出发，重点对基于人工神经网络的学习方法进行了阐述，并对监督和半监督两种学习形式分别进行了深入的探讨。在理论研究的基础之上，针对遥感图像解译的实际问题，给出了多个仿真实例等。...
  9. 《机器学习导论》高清PDF 本书通过给出易操作的实践指导、采用简单的案例、激励学生讨论有兴趣的应用问题，用一种易于理解的方式介绍了机器学习的基本思想。本书主题包括贝叶斯分类器、最近邻分类器、线性和多项式分类器等，且展示了如何把这些简单工具通过“提升”的方式结合起来，怎样将它们应用于更加复杂的领域，以及如何处理各种高级的实践问题......
  10. 《基于机器学习的物体自动理解技术》高清PDF 本书用丰富的图示和实验，将物体的自动理解技术和机器学习的理论相结合，以实现物体的自动理解技术为主线，以机器学习的理论作为主要方法，结合实例逐步深入地介绍了机器学习相关理论。主要内容包括特征提取、三维网格分割、三维场景重建、三维模型功能性分析等，涵盖了目前常用的主流的各种学习方法。...

提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。