描述
详细描述了机器学习（人工智能的一个例子）和信号处理的基础数学和算法，这是现代信息经济中最重要和最令人兴奋的两项技术。逐步建立概念，以便思想和算法可以在实际软件应用中实现。
- 自给自足
- 分级、自参考、分步布局易于理解
- 包含可以直接在软件中实现的显式算法
- 利用大学水平的基础数学知识，让数学、工程和物理领域的学生都能轻松掌握
关于作者
马克斯·A·利特尔, 伯明翰阿斯顿大学数学教授
Max A. Little 是英国阿斯顿大学数学教授，也是信号处理和机器学习领域的世界领先专家。他在数字健康机器学习方面的研究具有高度影响力，是量化帕金森病等神经系统疾病的基础和应用研究进展的基础。他已在有关该主题的科学文献中发表了 60 多篇文章、两项专利和一本教科书。他是政府和领先国际公司的顾问，涉及健康机器学习等主题。
目录
评论
“这本书提供了获得机器学习领域一流专业知识的绝佳途径。它既提供了技术背景，解释了为什么某些方法（而不是其他方法）是解决现实世界问题的最佳实践，也提供了如何思考和解决问题的框架。解决新问题。我强烈推荐具有信号处理背景、正在寻求成为机器学习专家的人们。” - Alex 'Sandy' Pentland，麻省理工学院东芝媒体艺术与科学教授，
“在过去的十年里，在信号处理领域，机器学习已经从一个只有从事语音和图像处理等主题的人们知道的不同研究领域，发展到渗透到信号处理的各个方面。通过这本书，利特尔教授采取了重要的行动统一机器学习和信号处理的一步。总的来说，本书涵盖了许多新旧主题，这些主题本身就很重要，并为读者提供了比传统信号处理教科书更广阔的视野。我特别强调“统计建模、凸优化和图的结合特别有效。机器学习和信号处理不再是分开的，毫无疑问，我认为这是未来教授信号处理的方式。” - Mads Christensen，丹麦奥尔堡大学音频处理正教授，
