【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）

简要介绍： 这本书内容丰富，覆盖全面，详细介绍了机器学习的各种技术。本书的目的是提供不同分类方法的最新评论，比较它们在各种具有挑战性的数据集上的性能，并绘制关于其适用于现实工业问题的结论。在描述内容之前，我们首先需要定义分类的含义，对这项任务的不同观点给出一些背景知识，并介绍作为本书基础的EuropeaCommunity StatLog项目。

作者介绍： D. Michie, 奥纳德·米奇出生于1923年11月11日。他获得了牛津大学生物科学研究的硕士、博士和DSc学位。由于对人工智能的贡献，他被选为美国人工智能协会的创始会员。他对将人类智能编程成机器的兴趣，起源于二战期间他在布莱奇公园（Bletchley Park）加入英国破译密码小组（British code breaking group）期间。2007年7月7日，唐纳德·米奇教授死于一场车祸。 D.J. Spiegelhalter,剑桥大学统计实验室公共风险理解温顿教授，剑桥丘吉尔学院院士。镜架是一位被ISI高度引用的研究员。他的研究兴趣是统计学，包括临床试验的贝叶斯方法、专家系统和复杂建模与流行病学、条件独立的图形模型、统计软件、临床试验中的一般问题以及公众对风险的理解。 C.C. Taylor，查尔斯·泰勒是利兹大学统计系的统计学教授。他的研究兴趣是统计学习和数据挖掘、空间统计和图像分析。