程序员书库（ID：OpenSourceTop） 编译
链接：file:///C:/Users/kuqin/Downloads/10290.pdf
纽约大学经典书籍《机器学习基础》第二版来啦！
本书机器学习领域各个方面的知识点，可以作为研究人员的参考书和学生的教科书。除了机器学习基础知识外还提供了讨论和验证算法所需的理论基础和概念工具，文中还介绍了这些算法应用的几个关键方面。
本书的目标是提出最新颖的理论工具和概念，同时给出简要的证明，然而，书中还讨论了机器学习中出现的一些关键的复杂主题，并突出了几个开放的研究问题。某些主题经常与其他主题合并，或者没有得到足够的重视，在这里单独讨论，并更加强调，例如，保留一个不同的章节用于多类分类、排序和回归。
本书虽然涵盖了机器学习中非常广泛的重要主题，但是还是选择省略一些重要的主题，包括图形模型和神经网络，这既是为了简洁，也是因为目前对某些方法缺乏坚实的理论保障。
本书的前三、四章奠定了理论基础为后续材料奠定基础。除了第6章和第13章（与第12章密切相关），其他章节大多是自成一体的。第6章介绍了一些在后面的章节中广泛使用的概念。每一章都有一系列的练习，并分别给出完整的解决方案。读者需要已经熟悉线性代数、概率和算法分析的基本概念，最后还包含一个广泛的附录展示线性代数的简要回顾，凸优化的介绍，概率论等。
本书部分章节如下：
最后附上PDF地址：https://www.dropbox.com/s/38p0j6ds5q9c8oe/10290.pdf?dl=1
--- EOF ---
