机器学习导论

张志红

   本书讨论了机器学习在统计学、模式识别、神经网络、人工智能、信号处理等不同领域的应用，其中涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较以及增强学习。
' R  x* n) p/ x' p  本书可供完成计算机程序设计、概率论、微积分和线性代数课程的高年级本科生和研究生使用，也可供对机器学习感兴趣的工程技术人员参考。
      由于本书资料过大，故给出了百度网盘链接，大家自行下载。


* |0 l' S5 J" q; I
5 @' o6 Y1 n: X% T; x; _
4 n% U& `, s0 B3 N9 ]
- u2 Y. ^8 X5 V9 q: [  D* Y  j8 J. T! A