機器學習基礎(chǔ)教程 : A Fir

本書是一本機器學習入門教程，包含了數(shù)學和統(tǒng)計學的核心技術(shù)，用于幫助理解一些常用的機器學習算法。書中展示的算法涵蓋了機器學習的各個重要領(lǐng)域：分類、聚類和投影。本書對一小部分算法進行了詳細描述和推導，而不是簡單地將大量算法羅列出來。

本書通過大量的MATLAB/Octave腳本將算法和概念由抽象的等式轉(zhuǎn)化為解決實際問題的工具，利用它們讀者可以重新繪制書中的插圖，并研究如何改變模型說明和參數(shù)取值。

本書特色

介紹機器學習技術(shù)及應用的主要算法和思想。

為讀者進一步探索機器學習領(lǐng)域中的特定方向提供起點。

不需要太多的數(shù)學知識，穿插在文中的注解框提供相應的數(shù)學解釋。

每章末均包含練習。

Simon Rogers　英國格拉斯哥大學計算機科學學院講師，主講碩士生的機器學習課程。Rogers博士是機器學習領(lǐng)域的一位活躍研究者，研究興趣包括代謝組學數(shù)據(jù)分析和概率機器學習技術(shù)在人機交互領(lǐng)域的應用。

Mark Girolami　英國倫敦大學學院（UCL）統(tǒng)計系主任和計算機科學系榮譽教授，并擔任計算統(tǒng)計學和機器學習研究中心主任。他還是英國統(tǒng)計協(xié)會研究組成員，英國工程和科學研究委員會高級研究員，英國工程技術(shù)學會會員，愛丁堡皇家學會院士。