当前较新的机器学习理论是:流形学习(manifold learning),高斯过程(Gaussian processes).
流形学习:
http://hi.baidu.com/zzcache/blog/item/87cd10cef40a9b3eb700c86c.html
流形学习门槛相对高些,需要泛函和黎曼几何的知识
高斯过程:
一个比较古老的统计学的概念,随着核学习(kernel learning)的兴起,将核学习和高斯过程结合起来,就形成了一个崭新的学习方法--高斯过程.2000年左右提出.高斯过程机器学习理论提出的较晚,大概2004左右,门槛较低,主要是核学习和统计学。支持向量机也是一种核学习的方法,95左右提出,现在已经发展很久了
高斯过程官网:
http://www.gaussianprocess.org
机器学习博客园:
http://leftnoteasy.cnblogs.com