本文檔的主要內(nèi)容詳細(xì)介紹的是機(jī)器學(xué)習(xí)教程之機(jī)器學(xué)習(xí)導(dǎo)論的詳細(xì)電子教材免費(fèi)下載

　　對機(jī)器學(xué)習(xí)的定義和應(yīng)用實(shí)例進(jìn)行了介紹，涵蓋了監(jiān)督學(xué)習(xí)。貝葉斯決策理論。參數(shù)方法、多元方法、維度歸約、聚類、非參數(shù)方法、決策樹。線性判別式、多層感知器，局部模型、隱馬爾可夫模型。分類算法評估和比較，組合多學(xué)習(xí)器以及增強(qiáng)學(xué)習(xí)等。

　　機(jī)器學(xué)習(xí)的目標(biāo)是對計(jì)算機(jī)編程，以便使用樣本數(shù)據(jù)或以往的經(jīng)驗(yàn)來解決給定的問題。已經(jīng)有許多機(jī)器學(xué)習(xí)的成功應(yīng)用，包括分析以往銷售數(shù)據(jù)來預(yù)測客戶行為，人臉識別或語音識別，優(yōu)化機(jī)器人行為以便使用最少的資源來完成任務(wù)，以及從生物信息數(shù)據(jù)中提取知識的各種系統(tǒng)。為了對機(jī)器學(xué)習(xí)問題和解進(jìn)行統(tǒng)一的論述，《機(jī)器學(xué)習(xí)導(dǎo)論》討論了機(jī)器學(xué)習(xí)在統(tǒng)計(jì)學(xué)、模式識別、神經(jīng)網(wǎng)絡(luò)。人工智能。信號處理、控制和數(shù)據(jù)挖掘等不同領(lǐng)域的應(yīng)用。對所有學(xué)習(xí)算法都進(jìn)行了解釋，以便讀者可以容易地將書中的公式轉(zhuǎn)變?yōu)橛?jì)算機(jī)程序?！稒C(jī)器學(xué)習(xí)導(dǎo)論》可作為高等院校計(jì)算機(jī)相關(guān)專業(yè)高年級本科生和研究生的教材，也可供研究機(jī)器學(xué)習(xí)方法的技術(shù)人員參考。

?