序言(preface)
简介(Introduction):
- 电子数据的涌入为自动化数据分析的需求创造了条件
- 机器学习的目标:探测数据模式,寻找一般规律
- 这本书提供了该领域的详细介绍
概率论方法(A probabilistic approach):
- 本书观点:机器从数据中进行学习的最好方法是使用概率论作为工具
- 对任何基于推理的问题,概率推断都是一个可靠的方法
- 事实上,这种方法称为“贝叶斯方法”
- 我们所强调的是基于模型的方法——对任何给定的模型,都存在许多可用的算法;同样的,任意一个算法都存在许多应用模型。这种模块性让我们得以区分模型和算法。
- 在本书中,我们会经常使用图表来做出解释,但是,它的核心在于探讨普适的机器学习的概率方法
实践出真知(A practical approach)
- 本书包括的几乎所有方法都通过matlab编写的一个软件PMTK所实现
- 下载:pmtk3.googlecode.com,pmtksupport.googlecode.