詳細內容
《機器學習方法》 

本書比較全面系統(tǒng)地介紹了機器學習的方法和技術。全書共分為13章，分別介紹了機器學習的基本概念、最近鄰規(guī)則、貝葉斯學習、決策樹、基于事例推理的學習、神經(jīng)網(wǎng)絡、支持向量機、遺傳算法、集成學習、糾錯輸出編碼、分布并行監(jiān)督分類、聚類分析、強化學習。內容除了闡述經(jīng)典的機器學習方法外，還詳細論述了最近十幾年來機器學習領域的新方法和作者近幾年來在機器學習領域的研究成果。各章對原理的敘述力求概念清晰，表達準確，突出理論聯(lián)系實際，富有啟發(fā)性，易于理解。

相似教材