统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习
的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻
辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随
机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入
手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学
会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,
列出了主要参考文献。
本书是统计学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索
及自然语言处理等专业的大学生、研究生,也可供从事计算机应用相关专业的研发人员参
考。