本书共17章，由两部分组成。第一部分是机器学习公理以及部分理论演绎，包括第1、2、6、8章，论述学习公理以及相应的聚类、分类理论。第二部分关注如何从公理推出经典学习算法，包括单类、多类和多源问题。第3-5章为单类问题，分别论述密度估计、回归和单类数据降维。第7、9-16章为多类问题，包括聚类、神经网络、 K近邻、支持向量机、Logistic回归、贝叶斯分类、决策树、多类降维与升维等经典算法。最后第17章研究了多源数据学习问题。并列题名：Machine learning eng

  推荐以下三种渠道：

  点击前往： 豆瓣读书
  点击前往： 京东读书
  点击前往： 当当图书
  ·点击进入下载地址