本书概览

本书通过大量的图表，从最小二乘法入手，详细介绍了基于最小二乘法实现的各种机器学习算法。全书分为五个部分，涵盖了机器学习领域的各个方面。

• 第一部分：介绍机器学习的基本概念和概况。
• 第二部分和第三部分：分别讲述了各种有监督学习的回归和分类算法。
• 第四部分：探讨了无监督学习算法。
• 第五部分：介绍了机器学习领域的新进展。

书中提供了大量MATLAB程序代码，方便读者进行实践操作。

本书适合所有对机器学习感兴趣的初学者阅读。

内容特色

• 187张图解：通过丰富的图示帮助读者轻松入门。
• 可执行的MATLAB代码：提供实用的代码示例，便于读者边学边练。
• 经典算法：全面覆盖机器学习中广泛应用的经典算法。
• 专业实用：由东京大学教授、机器学习领域的权威专家撰写，内容精炼且具有深度。
• 图文并茂：通过大量的图表和图示，使复杂的理论变得易于理解。
• 新颖视角：从最小二乘法的角度讲解各类有监督学习的回归和分类算法，以及无监督学习算法。
• 实战导向：附带可运行的MATLAB代码，帮助读者更好地理解和应用所学知识。

作者介绍

杉山将

• 生平：1974年出生于大阪，东京工业大学计算机工程学博士，现任东京大学教授及日本国立信息学研究所客座教授。
• 研究领域：主要研究机器学习理论、算法开发及其在信号和图像处理中的应用。
• 荣誉：2011年荣获日本信息处理学会尾真纪念特别奖。
• 著作：著有《统计机器学习》、《Density Ratio Estimation in Machine Learning》等。

许永伟

• 背景：2009年前往东京大学攻读博士学位，目前在东京大学空间信息科学研究所担任博士后研究员（特任研究员）。
• 研究方向：专注于模式识别、机器学习、图像处理和计算机视觉等领域，对数据挖掘、大数据和信息架构有着浓厚的兴趣。