内容简介：从结构上阐明了研究机器学习理论和算法的方法。最重要的不是数学，也不是这些算法本身，而是思想的发展过程，这与之前所有的书籍都有所不同。全书分为三条主线：第一条主线：从第一代神经网络（线性分类器）、第二代神经网络（非线性）及其在预测领域的应用，到支持向量机，最后是深度学习。第二条主线是贝叶斯理论，从朴素贝叶斯算法到贝叶斯网，最后是隐马尔科夫模型，这部分属于智能推理的范畴。最后矩阵降维，奇异值分解（svd）和PCA算法，构成第三条主线，因为算法简单，本书都使用真实案例进行讲解。目前机器学习主要由这三条主线贯穿始终，本书着力于讲解三条主线的理论发展、思想变迁、数学原理。而具体算法就是在其上的一颗颗明珠。读者在看完之后，能够将机器学习各种理论融会贯通，成为一体。