메릴랜드 대학의 조교수인 할 다움 3세(Hal Daumé III)의 ‘A Course in Machine Learning’이 최근 0.99버전으로 업데이트 되었습니다. 이 책은 웹사이트에서 무료로 책 전체를 다운받을 수 있으며 챕터 별로 나누어서 받을 수도 있습니다. 0.99 버전이라 완성도가 매우 높다고 볼 수 있습니다. 아마 정식 책으로 출간되기 보다는 자가 출판 형태로 판매가 되지 않을까 생각됩니다. 이 책은 약 1년전 부터 쓰여지기 시작했으며 깃허브에 책의 내용과 소스 코드를 공개되어 있습니다.

0. Front Matter
1. Decision Trees
2. Limits of Learning
3. Geometry and Nearest Neighbors
4. The Perceptron
5. Practical Issues
6. Beyond Binary Classification
7. Linear Models
8. Bias and Fairness
9. Probabilistic Modeling
10. Neural Networks
11. Kernel Methods
12. Learning Theory
13. Ensemble Methods
14. Efficient Learning
15. Unsupervised Learning
16. Expectation Maximization
17. Structured Prediction
18. Imitation Learning
19. Back Matter