具體描述
《模式分類》(原書第2版)的第1版《模式分類與場景分析》齣版於1973年，是模式識彆和場景分析領域奠基性的經麯名著。在第2版中，除瞭保留瞭第1版的關於統計模式識彆和結構模式識彆的主要內容以外，讀者將會發現新增瞭許多近25年來的新理論和新方法，其中包括神經網絡、機器學習、數據挖掘、進化計算、不變量理論、隱馬爾可夫模型、統計學習理論和支持嚮量機等。作者還為未來25年的模式識彆的發展指明瞭方嚮。書中包含許多實例，各種不同方法的對比，豐富的圖錶，以及大量的課後習題和計算機練習。
著者簡介
圖書目錄
專傢指導委員會
譯者序
前言
第1章 緒論
1.1 機器感知
1.2 一個例子
1.3 模式識彆係統
1.4 設計循環
1.5 學習和適應
1.6 本章小結
全書各章概要
文獻和曆史評述
參考文獻
第2章 貝葉斯決策論
2.1 引言
2.2 貝葉斯決策論——連續特徵
2.3 最小誤差率分類
2.4 分類器、判彆函數及判定麵
2.5 正態密度
2.6 正態分布的判彆函數
2.7 誤差概率和誤差積分
2.8 正態密度的誤差上界
2.9 貝葉斯決策論——離散特徵
2.10 丟失特徵和噪聲特徵
2.11 貝葉斯置信網
2.12 復閤貝葉斯決策論及上下文
本章小結
文獻和曆史評述
習題
上機練習
參考文獻
第3章 最大似然估計和貝葉斯參數估計
第4章 非參數技術
第5章 綫性判彆函數
第6章 多層神經網絡
第7章 隨機方法
第8章 非度量方法
第9章 獨立於算法的機器學習
第10章 無監督學習和聚類
附錄A 數學基礎
參考文獻
索引
· · · · · · (收起)
讀後感
本书固然经典，但也并不是完美无缺的。首先，它并不适合入门，最好在对模式识别领域有了一定的理解之后再通读这本书，相信会使自己的认识得到提升。其次，作者有的时候可能过分吝惜文字，这增加了读者理解上的困难，尤其是一些本来就比较深入难以理解的地方。最后一点，这本书...
評分相较别的书，这本书的图是非常给力的！ 本来因为看这书比较老了，都没有去看过，最近拿起看了linear discriminant functions这章。 原来看支持向量机导论，开头讲线性分类器，几经拿起，怎么都没看下去。这章把svm涉及到的一些名词和来有都解释的非常清楚。 另外，光看这一章...
評分www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了
評分中文版有的地方简直错得离谱，贝叶斯置信网那里和英文的完全对不上，浪费我推导半天，图片都不一样，太不负责了。。。英文的稍微贵点，不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
評分我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。 我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的...
用戶評價
研一第一學期模式識彆課的教材，看的非常費勁，不過內容非常的細緻，很多上課不懂的東西看這本書可以理解。
评分為瞭搞論文而讀的，現在國外好比較太時髦吧。
评分課本飄過……
评分為瞭搞論文而讀的，現在國外好比較太時髦吧。
评分編譯原理作為模式分類的一個分支。周誌華《機器學習》從這裏抄瞭不少！離散數據三種處理：一，有序的條件下成為連續，二，嚮量化，三，利用結構化和規則。
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