" 機器學習是計算機科學與人工智能的重要分支領域. 本書作為該領域的入門教材，在內(nèi)容上盡可能涵蓋機器學習基礎知識的各方面. 全書共16 章，大致分為3 個部分：第1 部分（第1～3 章）介紹機器學習的基礎知識；第2 部分（第4～10 章）討論一些經(jīng)典而常用的機器學習方法（決策樹、神經(jīng)網(wǎng)絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3 部分（第11～16 章）為進階知識，內(nèi)容涉及特征選擇與稀疏學習、計算學習理論、半監(jiān)督學習、概率圖模型、規(guī)則學習以及強化學習等. 每章都附有習題并介紹了相關閱讀材料，以便有興趣的讀者進一步鉆研探索。

本書可作為高等院校計算機、自動化及相關專業(yè)的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。"