機器學習（MATLAB版）

本書是機器學習領域的入門教材，詳細闡述了機器學習的基本理論和方法。
全書由12 章組成，包括緒論、線性模型與邏輯斯諦回歸、決策樹、貝葉斯分類器、k 近鄰算法、支持向量機、
人工神經網絡、線性判別分析、主成分分析法、聚類、EM 算法與高斯混合聚類、集成學習等。
對每一種機器學習算法，均從算法原理的理論推導和MATLAB 實現兩方面進行介紹。
本書既注意保持理論分析的嚴謹性, 又注重機器學習算法的實用性，同時強調機器學習算法的思想和原理在計算機上的實現。
全書內容選材恰當，系統性強，行文通俗流暢，具有較強的可讀性。
本書的建議課時為48 課時，可作為數據科學與大數據技術、計算機科學與技術、
統計學以及信息與計算科學等本科專業的教材或教學參考書， 也可以作為理工科研究生機器學習課程的教材或參考書。