TOM M.Mitchell是卡内基梅隆大学的教授,讲授“机器(AAA)的主席:美国《Machine Leaming》杂志、国际机器学习年度会议(ICML)的创始人:多种技术杂志的撰稿人,曾发表过许多文章,出版过多本专著,是机器学习领域的著名学者。
《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。
扫码关注公众号 「图灵的猫」,点击“学习资料”菜单,可以获得海量python、机器学习、深度学习书籍、课程资源,以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南 自学三年,基本无人带路,转专业的我自然是难上加难,踩过无数坑,走过很多弯路。这里我...
评分国内程序员写的开源机器学习算法库NPatternRecognizer 部分内容就是参照的这本书。 NPatternRecognizer:http://npatternrecognizer.codeplex.com/
评分国内程序员写的开源机器学习算法库NPatternRecognizer 部分内容就是参照的这本书。 NPatternRecognizer:http://npatternrecognizer.codeplex.com/
评分这本书有点跟不上时代了 把机器学习归结为在hypothesis space的search这一观点还是很重要很基本的
评分这本书有点跟不上时代了 把机器学习归结为在hypothesis space的search这一观点还是很重要很基本的
机器学习的经典入门教材,虽然有点老,但是基本方向都覆盖了。
评分老书。现在不太推荐了
评分书很容易懂
评分不知道是我学艺不精基础太差还是什么问题,尽管很多人说这本书基础,但我看起来也不是那么好懂嘛。反正工程实例很少,理论非常多,像一篇一篇论文拼出来的。
评分不知道是我学艺不精基础太差还是什么问题,尽管很多人说这本书基础,但我看起来也不是那么好懂嘛。反正工程实例很少,理论非常多,像一篇一篇论文拼出来的。
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