机器学习是计算机科学的重要分支领域,该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

• 暂无描述