具体描述
《模式分类》(英文版)(第2版)简明易读，新增的图表使得许多统计和数学题材非常生动。最终以完美和谐的形式，引导读者深入新的主题。
作者简介
目录信息
读后感
这书经典没得说 不过一定先对照勘误把错的地方改一下啊~ 虽然改完了还是能发现错误。。。 我对照着各种errata看了很久 发现这个版本是美国第3次印刷的版本 对应的errata地址是： http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps 09.4.21： 越看就越觉得还有不少错...
评分http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry
评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...
评分相较别的书，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...
评分这书经典没得说 不过一定先对照勘误把错的地方改一下啊~ 虽然改完了还是能发现错误。。。 我对照着各种errata看了很久 发现这个版本是美国第3次印刷的版本 对应的errata地址是： http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps 09.4.21： 越看就越觉得还有不少错...
用户评价
最好的入门书
评分关于模式分类一本不错的入门书籍： 1. 有好多例子，让理论更容易理解； 2. 有好多插图，给人更直观的理解； 关于内容方面: 1. 1-3 节，豆瓣上已经有人评述； 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。 个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络，讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning； Ev
评分经典教材，刚读研究生的时候啃过，但是那时候刚接触模式识别，虽然认真在看，但是收获并不大。几年之后回头来看，发现以前觉得晦涩难懂的部分，现在豁然开朗了！
评分最好的入门书
评分适合当手册用
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