机器学习是计算机科学和人工智能中非常重要的一个研究领域。近年来，机器学习不仅在计算机科学的众多领域中大显身手，还成为一些交叉学科的重要支持技术。本书邀请国内外相关领域的专家撰文，以综述的形式分别介绍机器学习不同分支及相关领域的研究进展。全书共分8章，内容分别涉及稀疏话题表示学习、基于向量场的流形学习和排序、秩极小化、实值多变量维数约简等技术，知识挖掘与用户建模、异质人脸图像合成等应用，以及对多视图在利用未标记数据学习中的效用、面向高维多视图数据的广义相关分析的探讨。 本书可供高校、科研院所计算机、自动化及相关专业的师生、科技工作者和相关企业的工程技术人员阅读参考。

张长水，博士，清华大学自动化系教授，副主任。毕业于北京大学数学系，于清华大学自动化系获博士学位。主要研究领域为：模式识别，机器学习，人工智能，计算机视觉，图像处理，进化计算，复杂网络等研究领域以及和工业界的合作。国际学术杂志Pattern Recognition的编委（Associate Editor），《计算机学报》编委，中国人工智能学会常务理事。著有多篇学术论文及专著。杨强，博士，香港科技大学计算机工程系教授，IEEE Fellow。毕业于北京大学，于美国马里兰大学获得博士学位后，曾任教于加拿大滑铁卢与Simon Fraser大学。主要研究兴趣包括人工智能、机器学习与数据挖掘、智能规划等。他曾经作为教练带队获得2005 ACM KDDCUP冠军以及其他多项国际竞赛冠军。同时他也是多本学术期刊的学术编辑，ACM TIST期刊主编，ACM SIGART(artificial intelligence)副主席，多次担任ACM KDD，ACM IUI等会议的主席职务，近年来在重要国际期刊和会议上发表了两百余篇学术文章�

前言 机器学习致力于“利用经验来改善系统自身的性能”。在计算机系统中，“经验”通常是以数据的形式存在的，要利用经验就不可避免地要对数据进行分析，因此，机器学习已逐渐成为计算机数据分析技术的源泉之一。随着人类收集和存储数据能力的不断增长以及计算机运算能力的飞速发展，利用计算机来分析数据的要求越来越广泛，越来越迫切，从而使得机器学习的重要性越来越显著。机器学习不仅是人工智能的核心研究领域之一，目前还成为计算机科学中最活跃、最受关注的领域之一。 2002年，陆汝钤院士在复旦大学智能信息处理实验室发起组织了“智能信息处理系列研讨会”，并将“机器学习及其应用”列为当年支持的研讨会之一。2002年11月，研讨会成功举行，并确定了会议不征文、不收费、报告人由组织者邀请，以及“学术至上，其他从简”的办会宗旨。2004年11月，在复旦大学举行了第二届“机器学习及其应用”研讨会，两天半的会议一直有100余人旁听。2005年起，研讨会由南京大学软件新技术国家重点实验室举办。2005年11月举办的第三届研讨会吸引了来自全国近10个省市的250余人旁听；2006年11月、2007年11月分别由南京航空航天大学信息科学与技术学院、南京师范大学数学与计算机学院协办第四届和第五届研讨会，两次均吸引了来自全国10余个省市的约300人旁听；2008年11月举行的第六届研讨会，适逢南京大学计算机学科建立50周年，吸引了来自全国10余个省市的380余人旁听；此后在2009年11月和2010年11月在南京大学分别举行了第七、八届研讨会，均有约400人旁听。2011年11月和2012年11月由清华大学自动化系、智...