经典的《模式分类》中文版，真的是机器学习领域里的“老大哥”资源。书里讲的贝叶斯理论清晰，像是怎么用先验知识加上新数据去更新分类结果，讲得透。对于你这种刚接触或者已经在研究模式识别的同行来说，真的是一本值得啃的书。
书的结构还挺合理的，从最基本的统计分类、决策理论讲起，一步步带你进阶。里面像PCA、LDA这类做特征选择和降维的技巧也都有，比较系统。读完你对“大数据下怎么挑合适的特征”这事儿，理解肯定更深。
而且哦，书里还讲了神经网络相关的内容，比如前馈网络、反向传播这些，和现代深度学习贴得近。如果你平时搞图像识别、语音，那些案例真挺有参考价值的。
还有一个实用的点是，它不是只讲理论，多方法后面都跟了算法实现。你要是想用Matlab或者C++去复现，也可以看看下面这些相关文章，都是蛮实用的代码资源。
如果你最近正好在啃机器学习或者准备项目实战，挺推荐你把这本书放到工具箱里，有事没事翻一翻。