Pattern Classification

这不是一本可以一口气读完的书，而是一本需要数学功底打底、反复回看的经典。它系统梳理了模式识别与机器学习的理论脉络：从最大似然估计到贝叶斯估计，从主成分分析到多重判别分析，从高斯模型到熵与不确定性，把'如何对事物进行分类'这一核心问题讲得既严密又成体系。读者反馈两极分明：有人视其为'经典入门'、'重点看懂例子、做题'，也有人直呼'难死我了''知识点很散'。它适合有一定数学基础、愿意啃公式并动手做题的人；对初学者而言，直接上手容易受挫。需要提醒的是，书中存在较多勘误，中文版尤甚，阅读时最好对照原文并留意错误。