南京大学的周志华教授,是机器学习领域,国内著名的学者;同时,他还对推广机器学习,作了很是突出的贡献。他在2016年1月出版的《机器学习》,做为机器学习领域入门的书籍,深受广大学子之喜好。能够说,欲识机器学习之门径,不可不读这本书。html
因为书中常常用“西瓜”做为讲解案例,书籍封面也是西瓜的卡通图,所以江湖人称本书为“西瓜书”0-0-。此书以外,李航老师的《统计学习方法》短小精悍,五脏俱全,算是领域内另外一本经典了。web
机器学习属于计算机科学的重要分支,而西瓜书能够做为机器学习的入门教材。全书共16章,可分为3大部分:算法
本书适宜做为机器学习的教材,本科生可阅读1-10章;研究生可全文阅读。每章另附10道习题,以飨读者。编程
中科院陆汝钤院士为西瓜书做序。网络
机器学习,是人工智能领域中,最能体现智能的一个分支。机器学习领域内,细分的研究热点也在与时俱进,二十世纪八十年代,符号学习是机器学习的主流;到了二十世纪九十年代,统计机器学习则制霸此领域。前者属于纯粹理论研究和模型研究,后者则是以解决现实问题为目的。机器学习
陆汝钤院士提出了六个问题, 在此记录。固然,院士的视角和我等毫不同样,但也权作记录吧。svg
周志华老师写在第十次印刷之际
1. 这是一本教科书;
2. 这是一本入门教科书;
3. 这是一本面向理工科高年级本科生和研究生的教科书;
4. 本书适宜多读几遍学习
初学机器学习,容易陷入一个误区:觉得熟练了“十大算法”,即可以解决任何问题,因而将目光仅聚焦在具体算法推导和编程实现上;带到实践发现效果不如人意,则有转对机器学习发生怀疑。大数据
读者要知道,书本仅能展现有限的“套路”,而现实世界任务变幻无穷,以有限之套路,应对无限之变化,焉能不败?现实中,更多的状况是,须要根据任务特色,对现有套路进行改造。(我的深深佩服这段话,膜拜0-0)人工智能
CH3 线性模型
CH4 决策树
CH5 神经网络
CH6 支持向量机
CH7 贝叶斯分类器
CH8 集成学习
CH9 聚类
CH10 降维与度量学习
CH11 特征选择与稀疏学习
CH12 计算学习理论
CH13 半监督学习
CH14 几率图模型
CH15 规则学习
CH16 强化学习