清华大学语音语言中心王东老师的《机器学习导论》一书由清华大学出版社出版，清华大学朱小燕教授为本书做序。
本书主页：http://mlbook.cslt.org
本书主要目的不是细致讨论各种具体算法，而是将各种看似高深的方法有机组织起来，告诉学生们每种方法的基本思路、基本用法及与其它技术的关联，帮助其走入机器学习的宏伟殿堂。除作者讲以外，还有冯洋、王彩霞、王卯宁三位老师，分别讲述图模型、核方法和遗传算法。研讨班取得了意想不到的效果，很多学生不仅掌握了基础知识和基本方法，对这些方法与具体应用研究的结合也有了更深刻的理解，为在本领域的深入研究打下了基础。全书共分十一章，内容如下：
第一章：介绍机器学习研究的总体思路，发展历史与关键问题；
第二章：介绍线性模型，包括线性预测模型，线性分类模型和线性高斯概率模型；
第三章：介绍神经网络的基础知识、基础结构和训练方法；
第四章：介绍深度神经网络的基础方法和最新进展；
第五章：介绍核方法，特别是支持向量机模型；
第六章：介绍图模型的基本概念和基于图模型的学习和推理方法；
第七章：介绍无监督学习方法，特别是各种聚类方法和流形学习；
第八章：介绍非参数贝斯模型，重点关注高斯过程和狄利克雷过程；
第九章：介绍遗传算法、遗传编程、群体学习等演化学习方法；
第十章：介绍强化学习，包括基础算法及近年来兴起的深度强化学习方法；
第十一章：介绍各种数值优化方法。
获取方式
1. 关注下方公众号：机器学习算法与Python实战
2. 在 消息对话框👇回复：机器学习导论 即可以获取书籍资料
本文分享自微信公众号 - 机器学习算法与Python实战（tjxj666）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。