击败AlphaGo的武林秘籍《机器学习》

"机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。

本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的和工程技术人员阅读参考。"


作者简介


周志华，南京大学计算机系教授，ACM杰出科学家，IEEEFellow，IAPRFellow，IET/IEEFellow，中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任，中国人工智能学会机器学习专业委员会主任，IEEE计算智能学会数据挖掘技术委员会副主席。



全书共16章，大体上可分为3个部分：第1部分包括第1~3章，介绍机器学习基础知识;第2部分包括第4~10章，介绍一些经典而常用的机器学习方法;第3部分包括第11~16章，介绍一些进阶知识.前3章之外的后续各章均相对独立，读者可根据自己的兴趣和时间情况选择使用.根据课时情况，一个学期的本科生课程可考虑讲授前9章或前10章;研究生课程则不妨使用全书.

#现在前往