《机器学习原理及应用》以机器学习及其算法为主题,详细介绍其理论细节与应用方法。《机器学习原理及应用》共19章,分别介绍了机器学习概述、线性回归与*大熵模型、k-近邻算法、决策树模型、朴素贝叶斯分类器、支持向量机模型、集成学习、EM算法、降维算法、聚类算法、神经网络模型等基础模型或算法,以及8个综合项目实例。《机器学习原理及应用》重视理论与实践相结合,希望为读者提供全面而细致的学习指导。 《机器学习原理及应用》可作为高等院校计算机科学与技术、软件工程等相关专业的教材,也适合机器学习初学者、相关行业从业人员阅读。