這是一個開始學習機器學習的人的幼稚問題。這些天，我正在閱讀Marsland的著作《機器學習：算法的觀點》。我覺得它作為入門書籍很有用，但是現在我想進入高級算法，那些算法目前效果最好。我最感興趣的是生物信息學：生物網絡的聚類和生物序列中的模式發現，尤其是應用於單核苷酸多態性（SNP）分析。您能為我推荐一些評論或書籍嗎？
深度學習自2006年以來就成為焦點，這基本上是一種訓練深度神經網絡的方法，並且在非常困難的數據集（如文檔聚類或對象識別）上產生了令人印象深刻的結果。有人在談論第二次神經網絡復興（例如，在Schmidhuber的此Google演講中）。
如果您想給您留下深刻的印象，請閱讀此《科學》論文通過神經網絡降低數據的維度， Hinton & Salakhutdinov。
（該領域目前正在進行大量工作，因此我只知道兩本書即將出版對待它：大型機器學習，Langford等人和機器學習：概率的觀點（凱文·墨菲著）。）
到目前為止，給出的大多數答案都涉及“監督學習”（即您在其中具有數據集一部分的標籤，可用於訓練算法）。這個問題專門提到了聚類，這是一種“無監督”方法（即事先沒有標籤）。在這種情況下，建議您查看：
但實際上，您可能會發現相似性/距離度量比
如果您有一些標記數據，那麼“半監督學習”方法將變得越來越流行，並且功能非常強大。 LapSVM（拉普拉斯支持向量機）是SSL的一個很好的起點。
這些書可能會有所幫助：
然後請記住，您可以參加斯坦福大學剛剛開始的免費機器學習課程： www.ml-class.com。
對於您的特殊問題，即SNP分析，我建議看一下帕多瓦大學的 Di Camillo研究小組。
這是一本很棒的文章和書，解釋了大多數最受歡迎的方法的原理，理論和應用：
它特別整潔，因為它是該領域民意測驗專家選擇的“前十名”。
此外，對於一般的基因數據，由於具有許多特徵，特徵選擇也非常重要。例如，SVM遞歸特徵消除（SVM-RFE）及其相關方法非常流行，並且正在基因數據的背景下得到積極開發和應用。
壯大的樹木和某種形式的svm贏得了很多比賽，但這總是取決於具體情況。歧管正則化也處於最前沿。
我推薦Hastie，Tibshirani和Friedman撰寫的“統計學習的要素”。不要只是閱讀它，而是使用它們描述的某些算法（大多數算法是用R實現的，或者您甚至可以自己實現一些算法），並了解它們的弱點和長處。
機器學習的高斯過程是必須的。高斯過程是機器學習的熱門算法之一，現在可以使用期望傳播和變分推理算法。這本書寫得很好，有一個免費的MATLAB工具箱（很好的工具包），並且可以免費下載該書。