【UMD开放书】机器学习课程书册，19章227页pdf，带你学习ML

机器学习是学习数据和经验的算法的研究。它被广泛应用于各种应用领域，从医学到广告，从军事到行人。任何需要理解数据的领域都是机器学习的潜在的消费者。《A Course in Machine Learning》属于入门级资料，它涵盖了现代机器学习的大多数主要方面（监督学习，无监督学习，大间隔方法，概率建模，学习理论等）。它的重点是具有严格基础的广泛应用。

机器学习是一个广阔而迷人的领域。即使在今天，机器学习技术仍然在你的生活中占据了相当大的一部分，而且常常是在你不知情的情况下。在某种程度上，任何看似合理的人工智能方法都必须包括学习，如果不是为了别的原因，而是因为如果一个系统不能学习，那么它就很难被称为智能系统。机器学习本身也很吸引人，因为它提出了关于学习和成功完成任务的意义的哲学问题。

同时，机器学习也是一个非常广泛的领域，试图涵盖所有领域对于教学来说将是一场灾难。因为它发展得如此之快，以至于任何试图报道最新发展的书籍在上线之前都会过时。因此，本书有两个目标。首先，要通俗地介绍一个非常深的领域是什么。第二，为读者提供必要的技能，以便在新技术发展过程中掌握新技术。

• Front Matter
• Decision Trees
• Limits of Learning
• Geometry and Nearest Neighbors
• The Perceptron
• Practical Issues
• Beyond Binary Classification
• Linear Models
• Bias and Fairness
• Probabilistic Modeling
• Neural Networks
• Kernel Methods
• Learning Theory
• Ensemble Methods
• Efficient Learning
• Unsupervised Learning
• Expectation Maximization
• Structured Prediction
• Imitation Learning
• Back Matter