Ta上传的资源 (0)

这本教材的目标是展现机器学习中核心的算法和理论。机器学习从很多学科吸收了成果 和概念，包括统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论 等。我相信，研究机器学习的最佳途径是从这些学科的观点看待机器学习，并且以此来理解 问题的背景、算法以及其中隐含的假定。这些在以往很难做到，因

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