1.7阅读材料
[Mitchell,1997]是第一本机器学习专门性教材,[Duda et a1.,2001; Al-paydin,2004; Flach,2012]都是出色的入门读物.[Hastie et a1.,2009]是很好的进阶读物,[Bishop,2006】也很有参考价值,尤其适合于贝叶斯学习偏好者.fShalev-Shwartz and Ben-David,2014]则适合于理论偏好者.[Witten et a1.,20111是基于WEKA撰写的入门读物,有助于初学者通过WEKA实践快速掌握常用机器学习算法,本书1.5和1.6节主要取材于阔志华,2007l.《机器学习:一种人工智能途径》[Michalski et a1.,1983]汇集了20位学者撰写的16篇文章,是机器学习早期最重要的文献.该书出版后产生了很大反响,Morgan Kaufmann出版社后来分别于1986年和1990年出版了该书的续篇,编为第二卷和第三卷,《人工智能手册》系列是图灵奖得主E.A. Feigenbaum与不同学者合作编写而成,该书第三卷[Cohen and Feigenbaum,1983]对机器学习进行了讨论,是机器学习早期的重要文献.[Dietterich,1997]对机器学习领域的发展进行了评述和展望,早期的很多文献在今天仍值得重视,一些闪光的思想在相关技术进步后可能焕发新的活力,例如近来流行的“迁移学习”(transfer learning)[Pan and Yang,2010],恰似“类比学习”(learning by analogy)在统计学习技术大发展后的升级版;红极一时的“深度学习”(deep learning)在思想上并未显著超越二十世深度学习参见5.6节.