机器学习导论（原书第3版）

翻开这本书之前，你或许期待一本手把手教你调参、跑通模型的实战指南，但作者给出的答案恰恰相反：他选择带你回到机器学习最底层的逻辑。全书以统计学习为线索，从监督学习到贝叶斯决策，再到核方法与图模型，几乎每一页都被公式占据，实例与代码相对稀少。这种取舍让不少读者觉得晦涩，却也正是它的价值所在——书中反复强调

埃塞姆·阿培丁（Ethem Alpaydin），土耳其伊斯坦布尔博阿齐奇大学计算机工程系的教授。于1990年在洛桑联邦理工学院获博士学位，先后在美国麻省理工学院和伯克利大学工作和进行博士后研究。Ethem博士主要从事机器学习方面的研究，是剑桥大学《The Computer Journal》杂志编委和Elsevier《Pattern Recognition》杂志的副主编。2001年和2002年，Ethem博士先后获得土耳其科学院青年科学家奖和土耳其科学与技术研究委员会科学奖。