《模式分類》(英文版)(第2版)簡明易讀，新增的圖錶使得許多統計和數學題材非常生動。最終以完美和諧的形式，引導讀者深入新的主題。
具體描述
讀後感
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http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry
用戶評價
會一直讀，經典嘛
评分最好的入門書
评分全麵介紹機器學習的思想與算法.(我的第一篇論文靈感來自此書)
评分又一本當作字典般收藏的書，作者作為模式識彆領域的奠基人，在該書中對這個領域方方麵麵的研究都有涉及。
评分關於模式分類一本不錯的入門書籍： 1. 有好多例子，讓理論更容易理解； 2. 有好多插圖，給人更直觀的理解； 關於內容方麵: 1. 1-3 節，豆瓣上已經有人評述； 2. 第四節沒看^^ 3. 第五節講的是Linear Discriminant Function。 個人感覺Support Vector Machines 講得太少瞭。 4. 第六節講的是神經網絡，講 Backpropagation Algorithm 很詳細。 5. 第七節講瞭隨機方法。我主要看瞭Boltzmann Learning； Ev
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