这本书通过给出易操作的实践指导、采用简单的例子、激励学生讨论有趣的应用问题，用一种易于理解的方式介绍了机器学习的基本思想。本书主题包括贝叶斯分类器、近邻分类器、线性和多项式分类器、决策树、神经网络以及支持向量机。后面的章节展示了如何把这些简单工具通过“提升”（boosting）的方式结合起来，怎样将它们应用于更加复杂的领域，以及如何处理各种高级的实践问题。其中有一章介绍了广为人知的遗传算法。

网友对机器学习导论的评论

粗略翻阅，感觉内容好，引例简明，翻译也不错，入门的好书，
但有些图表，如图1.5、表2-1明显有误，美中不足了

内容讲的很好，虽然没有实际操作。不过，可以把机器学习方法讲的比较通熟易懂了算是！

喜欢机器学习导论请与您的朋友分享,由于版权原因，读书人网不提供图书下载服务