（日）杉山将（MASASHISUGIYAMA）著；谢宁，李柏杨，肖竹，罗宇轩等译2018 年出版338 页ISBN：9787111596790
本书对机器学习的关键知识点进行了全面讲解，帮助读者顺利完成从理论到实践的过渡。书中首先介绍用于描述机器学习算法的统计与概率的知识，接着详细分析机器学习技术的两类主要方法——生成方法和判别方法，最后...
（日）杉山将著；高阳等译2019 年出版188 页ISBN：9787111622451
本书将统计学习和强化学习相结合，对强化学习函数估计中的基函数设计、样本重用以及策略搜索、模型估计等做了深入浅出的介绍。全书共11章，分为四部分：第一部分（第1章）介绍了强化学习的基本知识；第二部分（第2-6章.....
（日）大关真之著；戴凤智，张鸿涛，孟宇译2018 年出版194 页ISBN：9787122330031
本书是欧姆社在当今人工智能兴起的大环境下推出的又一力作。书中介绍了机器学习这个近年来越来越火爆的话题，以多层神经网络、玻尔兹曼机器学习两个经典算法为开端，以深度学习为结果，向读者展示了一个非常美妙...
刘贞报著2016 年出版237 页ISBN：9787030510730
本书结合机器学习领域的各种新型算法，对物体的自动理解技术进行了详细的介绍和讲解。第一部分介绍了物体自动理解技术的概念和研究意义；第二部分介绍了多种前沿的、有效的特征提取方法；第三部分在介绍了几种新...
麦好著2016 年出版526 页ISBN：9787111540212
全书分为准备篇、基础篇、统计分析实战和机器学习实战篇。由于目前出版的机器学习大多偏重理论，这对机器学习类书籍的读者带来了极大的挑战，抽象的理论加上成堆的数学公式将大量渴求学习的人们挡在了门外。针...
（美）考瑞·莱斯米斯特尔著；陈光欣译2018 年出版291 页ISBN：9787115477781
机器学习是近年来的热门技术话题，R语言是处理其中大量数据的有力工具。本书为读者提供机器学习和R语言的坚实算法基础和业务基础，内容包括机器学习基本概念、线性回归、逻辑回归和判别分析、线性模型的高级选...
施静，王天江，田波主编；李熳，韩芸耘，孟宪芳，裴磊，孙宁，张培副主编；王天江，田波，祁广见，孙宁，李星，李熳，余丹芳，张培，罗逸豪，岳志诚，孟宪芳，施静，徐敏，徐焱，韩芸耘，裴磊编2019 年出版143 页ISBN：9787568052689
本书是高水平交叉学科研究生教材。内容提要：一、工作记忆实验二、恐惧记忆实验三、情感记忆实验四、奖赏记忆实验五、学习记忆前沿技术六、人工智能与机器学习七、基于人工智能的机器记忆实验以神经科学学习...
（土耳其）埃塞姆·阿培丁著；范明译2016 年出版356 页ISBN：9787111521945
本书是关于机器学习这一主题内容全面的教科书，涵盖了通常在机器学习导论中并不包括的广泛题材。对机器学习的定义和应用实例进行了介绍，涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类...
（美）C.R.，法拉，（英）K.，沃登著；单德山，付春雨，郭珊译2017 年出版412 页ISBN：9787030539595
本书收集整理了自1990年至2012年期间，关于结构健康监测领域的统计方法模式识别理论以及机器学习理论的研究进展和研究成果,并通过多种方式介绍了包括数值模拟、实验室测试、以及土木、机械、航空器等实际结...
H.M.Schwartz2017 年出版185 页ISBN：9787111569602
本书主要介绍了多智能体机器人强化学习的相关内容。全书共6章，首先介绍了几种常用的监督式学习方法，在此基础上，介绍了单智能体强化学习中的学习结构、值函数、马尔科夫决策过程、策略迭代、时间差分学习、Q学...
