Machine Learning——A Probabilistic Approach学习笔记 序言

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.