埃塞姆·阿培丁(Ethem Alpaydin),土耳其伊斯坦布爾博阿齊奇大學計算機工程係的教授。於1990年在洛桑聯邦理工學院獲博士學位,先後在美國麻省理工學院和伯剋利大學工作和進行博士後研究。Ethem博士主要從事機器學習方麵的研究,是劍橋大學《The Computer Journal》雜誌編委和Elsevier《Pattern Recognition》雜誌的副主編。2001年和2002年,Ethem博士先後獲得土耳其科學院青年科學傢奬和土耳其科學與技術研究委員會科學奬。
機器學習的目標是對計算機編程,以便使用樣本數據或以往的經驗來解決給定的問題。已經有許多機器學習的成功應用,包括分析以往銷售數據來預測客戶行為,優化機器人的行為以便使用較少的資源來完成任務,以及從生物信息數據中提取知識的各種係統。本書是關於機器學習的內容全麵的教科書,其中有些內容在一般的在機器學習導論書中很少介紹。主要內容包括監督學習,貝葉斯決策理論,參數、半參數和非參數方法,多元分析,隱馬爾可夫模型,增強學習,核機器,圖模型,貝葉斯估計和統計檢驗。
機器學習正在迅速成為計算機科學專業的學生必須掌握的一門技能。本書第3版反映瞭這種變化,增加瞭對初學者的支持,包括給齣瞭部分習題的參考答案和補充瞭實例數據集(提供在綫代碼)。其他顯著的變化包括離群點檢測的討論、感知器和支持嚮量機的排名算法、矩陣分解和譜方法、距離估計、新的核算法、多層感知器的深度學習和非參數貝葉斯方法。書中對所有學習算法都進行瞭解釋,以便讀者可以很容易地將書中的公式轉變為計算機程序。本書可以用作高年級本科生和碩士研究生的教材,也可供研究機器學習方法的技術人員參考。
最近一直在看Duda 英文版的模式分类,看的很头痛,在图书馆碰到了这本书,可以用来增加自信,感觉这本书的很多方面很Duda的书很相似,甚至好多内容直接就是引用的Duda的书,内容过于精简,不过好处是可能出书的时间比较晚,提到了很多Duda的书里面没有的比较前沿的知识。 确实...
評分为了对机器学习能有系统性的知识,买了这本书。因为书里各种公式占据了百分之七八十的比例,所以呵呵了。但是剩余的百分之三十可以读一读的,特别是需要对机器学习有个系统体系性的认识的话。这本书就一般吧。缺点就是数学公式太多了。
評分为了对机器学习能有系统性的知识,买了这本书。因为书里各种公式占据了百分之七八十的比例,所以呵呵了。但是剩余的百分之三十可以读一读的,特别是需要对机器学习有个系统体系性的认识的话。这本书就一般吧。缺点就是数学公式太多了。
評分作為一本導論,對於機器學習的各種算法和思想講得很全麵,完全起到瞭導論的作用。不過具體到每種算法,隻大概講瞭一下算法的思路,講得並不詳細,而且數學推導占大部分,實例較少,可能會顯得有些晦澀難懂,最好讀每章的時候配閤上網查找資料學習。
评分UCSD某machine learning / statistical learning課程用書,初看感覺內容安排很閤適,確實以統計學習為綫索,感覺和MLaPP比較接近,比PRML稍微偏frequentist一點,個人感覺非常適閤統計學習來入門。
评分一般般吧,比同類的算法導論差多瞭
评分自學入門的話,看這本書不是太好入門。但是有點基礎後反過頭來看這本書,會覺得這本書的知識點安排順序挺好的。
评分一般般吧,比同類的算法導論差多瞭
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