李航 日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所,微软亚洲研究院高级研究员及主任研究员,现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
发表于2024-11-21
统计学习方法 2024 pdf epub mobi 电子书
本书总共12章,除最后一章总结之外,其余11章每章末尾都附有参考文献。不算论文,引用到的书籍将近20本。其中有一本被引用了7次之多,或者说只有4章没有提及。 书名是:《The Elements of Statistical Learning》,豆瓣评价9.5分,想必不错。 另外还有一本被提到3次的:《Patte...
评分最初拿到手就觉得整本书都是公式,扫了一遍,发现看起来很吃力! 现在重新再看多一遍,并将里面的算法自己实现了一遍,已经看完第五章了,照着书里的算法逻辑与步骤自己动手后觉得还是可以搞懂一些的 附:本人的学习笔记博客 http://www.cnblogs.com/juefan/p/3843560.html
评分初学者不适合看,但是从事相关行业的人必定要看,本书精简不啰嗦,面面俱到,从原理上给你整得明明白白的,辅以适当的例子,没有多余的图表,因为人工智能不是什么画图跑demo的专业,你需要有扎实的数学基础。 建议路线,ng课程入门,知道有哪些算法,大致怎么做,然后去kaggle...
评分薄薄的一本,纯理论,详细的公式推导,跟着推一遍提升很大! 由于是纯理论,所以配着《机器学习实战》非常好用!这样既明白了原理,也能用python写出具体的代码,加深了学习印象。虽然在真正的工程中,很可能使用的是scikit-learn库,但是自己敲一遍代码还是很好的。
评分这本书干货为主,什么意思呢,就是多余的例子啊解释啊不多,很精简的就从问题定义开始,到算法,到分析。所以别看书这么薄,其实内容不少。当然,似乎作者还有意象再写一本,这本书现在还不全,有一些模型在本书总没有提到。 对于初学者而言,其实机器学习并不容易,如果只读这...
图书标签: 机器学习 统计学习 统计学 数据挖掘 数学 计算机 统计 MachineLearning
详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。
绝对不适合初学者。在理解了书所涉及的算法后,可以读本书。“事儿就这么个事儿,不解释”的范,典型的中式思维,精于总结而不精于解释。有点在于比其它谭浩强类计算机书认真点,每一章都会有论文的出处,可以自己去查。总之,适合回首往事,不适合一见钟情。
评分《机器学习》转化为假设空间搜索问题。本书将统计学习理解为凸优化,数值计算。但是,背景动机来源少。机器学习有三个组成部分:第一,数据;第二,模型或者估计函数;第三,需要降到最低的成本或损失。机器学习的整个raison detre过程实际上是其运用类似的统计问题来优化损失函数的过程。
评分比较精简的一本书,感觉是对章节末的论文的重点的完整的整理。扫盲了,接下来看看中文版的“The Elements of Statistical Learning”。
评分选题太窄,基本局限于监督式的分类问题。选讲的方法偏基础,且细节太多所以不太适合初学。不过基于相同的理由,加之结构清晰各章相对独立,很适合复习和应付笔试面试。
评分比较精简的一本书,感觉是对章节末的论文的重点的完整的整理。扫盲了,接下来看看中文版的“The Elements of Statistical Learning”。
统计学习方法 2024 pdf epub mobi 电子书