具体描述
详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。
作者简介
李航 日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，微软亚洲研究院高级研究员及主任研究员，现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
目录信息
1.1 统计学习
1.2 监督学习
1.3 统计学习三要素
1.4 模型评估与模型选择
1.5 i~则化与交叉验证
1.6 泛化能力
1.7 生成模型与判别模型
1.8 分类问题
1.9 标注问题
1.10 回归问题
本章概要
继续阅读
习题
参考文献
第2章 感知机
2.1 感知机模型
2.2 感知机学习策略
2.3 感知机学习算法
本章概要
继续阅读
习题
参考文献
第3章 众近邻法
3.1 k近邻算法
3.2 k近邻模型
3.3 k近邻法的实现：kd树
本章概要
继续阅读
习题
参考文献
第4章 朴素贝叶斯法
4.1 朴素贝叶斯法的学习与分类
4.2 朴素贝叶斯法的参数估计
本章概要
继续阅读
习题
参考文献
第5章 决策树
第6章 逻辑斯谛回归与最大熵模型
第7章 支持向量机
第8章 提升方法
第9章 em算法及其推广
第10章 隐马尔可夫模型
第11章 条件随机场
第12章 统计学习方法总结
附录a 梯度下降法
附录b 牛顿法和拟牛顿法
附录c 拉格朗日对偶性
索引
· · · · · · (收起)
读后感
这本书也是一本机器学习的经典教材，相比于那一长串名字，大家更习惯称呼它为蓝皮书，江湖地位与‘西瓜书’不分上下。‘蓝皮书’的大部分内容与《机器学习》重叠，但相比于‘西瓜书’，这本书的数学推导就严谨多了，每章的大部分内容就是数学推导与证明，因此对读者的数学门槛...
评分李航博士这本《统计学习方法》与周志华教授的《机器学习》可以说是中文机器学习领域的经典教材，干货满满，自己如果读透并且实现一遍算法的话会有很大收获，可以参考我写的经验一起学习 https://blog.csdn.net/devil_bye/article/details/80724841
评分这本书作为想要进入机器学习领域的读者来说，是一本必读书籍（我从去年买的，但是看到最近才开始慢慢看懂。。），尤其是算法原理方面，强烈推荐~~~ 1.这本书的内容主要是对于机器学习的监督学习（尤其是分类问题）进行详细介绍，按照“模型+策略+算法”的内容，第一章是...
评分这本书作为想要进入机器学习领域的读者来说，是一本必读书籍（我从去年买的，但是看到最近才开始慢慢看懂。。），尤其是算法原理方面，强烈推荐~~~ 1.这本书的内容主要是对于机器学习的监督学习（尤其是分类问题）进行详细介绍，按照“模型+策略+算法”的内容，第一章是...
评分本书总共12章，除最后一章总结之外，其余11章每章末尾都附有参考文献。不算论文，引用到的书籍将近20本。其中有一本被引用了7次之多，或者说只有4章没有提及。 书名是：《The Elements of Statistical Learning》，豆瓣评价9.5分，想必不错。 另外还有一本被提到3次的：《Patte...
用户评价
除了是中文这一点之外，没什么其它太大的亮点
评分唉
评分良好的工具书和相关知识总结
评分: TP181/4424
评分: TP181/4424
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有