具體描述
《機器學習》展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。《機器學習》綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。《機器學習》可作為計算機專業 本科生、研究生教材，也可作為相關領域研究人員、教師的參考書。
著者簡介
TOM M.Mitchell是卡內基梅隆大學的教授，講授“機器(AAA)的主席：美國《Machine Leaming》雜誌、國際機器學習年度會議（ICML）的創始人：多種技術雜誌的撰稿人，曾發錶過許多文章，齣版過多本專著，是機器學習領域的著名學者。
圖書目錄
前言
第1章 引言
第2章 概念學習和一般到特殊序
第3章 決策樹學習
第4章 人工神經網絡
第5章 評估假設
第6章 貝葉斯學習
第7章 計算學習理論
第8章 基於實例的學習
第9章 遺傳算法
第10章 學習規則集閤
第11章 分析學習
第12章 歸納和分析學習的結閤
第13章 增強學習
附錄 符號約定
· · · · · · (收起)
讀後感
如题。这本书为什么没有讲到支持向量机怎么没有呢？还是我没有看到？理论上这应该有一章来描述才对呀。之前在别的地方看到svm，有些模糊，想看看这本书怎么写的，结果居然没有。请问是在第几章？如果有的话。 另外，这本书我觉得写的非常拗口，虽然有人说这本书写得非常基础，...
評分http://www.cs.cmu.edu/~tom/NewChapters.html 要注意，第一版是二十年前写的，跟现在相比少了很多东西。所以第二版完全是重新写，除了标题没啥相同的部分。 =============================================================================
評分经典力作啊，虽然是九十年代中期写的，在全面性以及最新性方面都不是完美，但是作为入门性的教科书，非常适合自学。书中数学部分不是特别多，所以对大多数在自学中被数学绑脚的人可以不用担心，而且每一章都有参考论文，对于希望追根溯源，继续深入的同学就非常有用了。书的...
評分http://www.cs.cmu.edu/~tom/NewChapters.html 要注意，第一版是二十年前写的，跟现在相比少了很多东西。所以第二版完全是重新写，除了标题没啥相同的部分。 =============================================================================
評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/
用戶評價
機器學習的經典入門教材，雖然有點老，但是基本方嚮都覆蓋瞭。
评分教程。學的時候基本沒看懂。。。復習的時候纔懂瞭一些。
评分老書。現在不太推薦瞭
评分不知道是我學藝不精基礎太差還是什麼問題，盡管很多人說這本書基礎，但我看起來也不是那麼好懂嘛。反正工程實例很少，理論非常多，像一篇一篇論文拼齣來的。
评分那數十頁的翻譯。。。TT
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有