# 机器学习 Machine Learning (中文版)

> 金屋电子书图书详情的 Markdown 版本。

- 规范页面：https://pdfs.top/book/a2ea0a545d6c4645bea37e583bcedb6e
- Markdown 版本：https://pdfs.top/book/a2ea0a545d6c4645bea37e583bcedb6e.md
- 作者：周志华
- ISBN：9787302423287
- 出版社：清华大学出版社
- 出版日期：2016-01-01
- 语言：中文
- 分类：计算机、计算机科学
- 评分：10
- 可用格式：PDF（39.73 MB，425 页）
- 更新时间：2026-08-04 12:23:20

## 下载方式

本站不在 Markdown 页面直接提供文件地址。请前往规范页面，点击对应格式的下载按钮完成下载。

### PDF

- 文件格式：PDF
- 文件大小：39.73 MB
- 页数：425 页
- 下载说明：请打开规范页面 https://pdfs.top/book/a2ea0a545d6c4645bea37e583bcedb6e，点击 PDF 的下载按钮完成下载。


## 内容简介

《机器学习》又称西瓜书。

机器学习是计算机科学与人工智能的重要分支领域。本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。为了使尽可能多的读者通过本书对机器学习有所了解，作者试图尽可能少地使用数学知识。然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免。因此，本书更适合大学三年级以上的理工科本科生和研究生，以及具有类似背景的对机器学习感兴趣的人士。为方便读者，本书附录给出了一些相关数学基础知识简介。

《机器学习 (中文版)》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。前3章之外的后续各章均相对独立，读者可根据自己的兴趣和时间情况选择使用。根据课时情况，一个学期的本科生课程可考虑讲授前9章或前10章;研究生课程则不妨使用全书。

书中除第1章外，每章都给出了十道习题。有的习题是帮助读者巩固本章学习，有的是为了引导读者扩展相关知识。一学期的一般课程可使用这些习题，再辅以两到三个针对具体数据集的大作业。带星号的习题则有相当难度，有些并无现成答案，谨供富有进取心的读者启发思考。

本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。