《机器学习的算法分析和实践》-孙健
本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多，本书在最后两章集中把重要的一些概率论和线性代数的内容加以介绍，如果有需要的同学可以参考。另外，学习任何知识，动手练习加深理解的方法，所以本书的每一章都配备了习题供大家实践和练习。
免责声明: 本站所有资源搜集于互联网，所提供下载链接也是站外链接，网站本身不存储任何相关资源文件， 如资源下载链接侵犯到版权方，请发送邮件到1401211620@qq.com，站长核实后会第一时间移除，谢谢!
![《复杂的引擎》[新版]梅菲尔德/交叉学科新领域佳作](https://boyanglee.com/storage/books/s_28719_1658060777.jpg "《复杂的引擎》[新版]梅菲尔德/交叉学科新领域佳作")
![《白夜》[全彩插图版]陀思妥耶夫斯基/来温柔地跌入陀坑](https://boyanglee.com/storage/books/s_14436_1659315009.jpg "《白夜》[全彩插图版]陀思妥耶夫斯基/来温柔地跌入陀坑")
