附注提要
本书系统介绍了机器学习的基本内容及其代码实现, 是一本着眼于机器学教学实践的图书。本书含4个部分: 第一部分为机器学基础, 介绍了机器学的概念、数学基础、思想方法和简单的机器学算法 ; 第二部分为参数化模型, 讲解线性模型、经网络等算法 ; 第三部分为非参数化模型, 主要讨论支持向量机和决策树模型及其变种 ; 第四部分为无监督模型, 涉及聚类、降维、概率图模型等多个方面。本书将机器学理论和实践相结合, 以大量示例和代码带领读者走进机器学的, 让读者对机器学的研究内容、基本原理有基本认识, 为后续进一步涉足深度学打下基础。