《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

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．