机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。
已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，优化机器人的行为以便使用较少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。
本书是关于机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。
主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方法，多元分析，隐马尔可夫模型，增强学习，核机器，图模型，贝叶斯估计和统计检验。
下载地址
https://pan.baidu.com/s/15hBpfPcZit9nRGAe_26uOA
- 如需提取码:[打开微信]->[扫描下方二维码]->[关注数据与人] 回复 “5420” 获取提取码
- 坚持电子书籍资源共享，感谢认同！
