奔跑的蜗牛

该书是统计模式识别的经典教材，，在亚马逊和豆瓣上具有较高评分作者为 Keith D. Copsey 和Andrew R. Webb。 本书系统地介绍统计模式识别的理论和技术，并讨论机器学习领域的诸多问题和相关算法，反映模式识别理论和技术的最新研究进展。其中，大部分识别和分类问题取材于工程学、统计学、计算机科学和社会学等领域的相关应用，并配有应用研究实例。与前版相比，充实或新增了关于估计概率密度的贝叶斯方法、估计概率密度的新的非参数方法、新的分类模型、谱聚类问题、分类规则的归纳法、复杂网络等方面的介绍。

大数据与机器学习

很详细的资料，实测可以正确运行，对于理解jpeg压缩原理，图像采集很有用的资料

详细介绍了JPEG压缩原理和核心算法, 对嵌入式图像压缩的开发有很大帮助.