图示学习机器学习《图解机器学习》推荐
一、书籍简介
今天给大家推荐一本叫图解机器学习的书，文末有pdf下载~
本书用丰富的图示，从最小二乘法出发，对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况；第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法；第Ⅳ部分介绍了各种无监督学习算法；第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的程序源代码，可以用来进行简单的测试。
作者简介：
杉山将：1974 年生于大阪。东京工业大学计算机工程学博士毕业，现为东京大学教授、日本国立信息学研究所客座教授。主要从事机器学习的理论研究和算法开发，以及在信号和图像处理等方面的应用。2011 年获日本信息处理学会长尾真纪念特别奖。著有《统计机器学习》、Density Ratio Estimation in Machine Learning 等。同时也是 Pattern Recognition and Machine Learning 日文版的译者之一。
许永伟：2009 年赴东京大学攻读博士学位，现于东京大学空间信息科学研究所从事博士后研究（特任研究员）。主要研究方向为模式识别与机器学习、图像处理与计算机视觉，对数据挖掘、大数据和信息架构有浓厚兴趣。
二、主要内容目录
第 I 部分 绪 论
第 1 章 什么是机器学习 2
第 2 章 学习模型 12
第 II 部分 有监督回归
第 3 章 最小二乘学习法 22
第 4 章带有约束条件的最小二乘法 31
第 5 章 稀疏学习 43
第 6 章 鲁棒学习 55
第 III 部分 有监督分类
第 7 章 基于最小二乘法的分类 70
第 8 章 支持向量机分类 80
第 9 章 集成分类 98
第 10 章 概率分类法 112
第 11 章序列数据的分类 121
第 IV 部分 无监督学习
第 12 章 异常检测 132
第 13 章 无监督降维 143
第 14 章 聚类 158
第 V 部分 新兴机器学习算法
第 15 章 在线学习 170
第 16 章 半监督学习 181
第 17 章 监督降维 188
第 18 章 迁移学习 197
第 19 章 多任务学习 212
第 VI 部分 结 语
第 20 章 总结与展望 222
获取方式：
关注此头条号，私信小编，回复“图解机器学习”即可免费领取（建议复制，避免错字）