本書用豐富的圖示，從最小二乘法出發(fā)，對基于最小二乘法實現(xiàn)的各種機器學習算法進行了詳細的介紹。第Ⅰ部分介紹了機器學習領域的概況；第Ⅱ部分和第Ⅲ部分分別介紹了各種有監(jiān)督的回歸算法和分類算法；第Ⅳ部分介紹了各種無監(jiān)督學習算法；第Ⅴ部分介紹了機器學習領域中的新興算法。書中大部分算法都有相應的MATLAB程序源代碼，可以用來進行簡單的測試。

本書適合所有對機器學習有興趣的初學者閱讀。

187張圖解輕松入門

提供可執(zhí)行的Matlab程序代碼

覆蓋機器學習中最經(jīng)典、用途最廣的算法

專業(yè)實用

東京大學教授、機器學習權(quán)威專家執(zhí)筆，濃縮機器學習的關(guān)鍵知識點

圖文并茂

187張圖示幫助理解，詳略得當，為讀懂大部頭開路。

角度新穎

基于最小二乘法講解各種有監(jiān)督學習的回歸和分類算法，以及無監(jiān)督學習算法。

實戰(zhàn)導向

配有可執(zhí)行的MATLAB程序代碼，邊學習邊實踐。

杉山將

1974年生于大阪。東京工業(yè)大學計算機工程學博士畢業(yè)，現(xiàn)為東京大學教授、日本國立信息學研究所客座教授。主要從事機器學習的理論研究和算法開發(fā)，以及在信號和圖像處理等方面的應用。2011年獲日本信息處理學會長尾真紀念特別獎。著有《統(tǒng)計機器學習》、Density Ratio Estimation in Machine Learning等。同時也是Pattern Recognition and Machine Learning日文版的譯者之一。

許永偉

2009年赴東京大學攻讀博士學位，現(xiàn)于東京大學空間信息科學研究所從事博士后研究（特任研究員）。主要研究方向為模式識別與機器學習、圖像處理與計算機視覺，對數(shù)據(jù)挖掘、大數(shù)據(jù)和信息架構(gòu)有濃厚興趣。