TOM M.Mitchell是卡内基梅隆大学的教授,讲授“机器(AAA)的主席:美国《Machine Leaming》杂志、国际机器学习年度会议(ICML)的创始人:多种技术杂志的撰稿人,曾发表过许多文章,出版过多本专著,是机器学习领域的著名学者。
发表于2024-12-22
机器学习 2024 pdf epub mobi 电子书
如题。这本书为什么没有讲到支持向量机怎么没有呢?还是我没有看到?理论上这应该有一章来描述才对呀。之前在别的地方看到svm,有些模糊,想看看这本书怎么写的,结果居然没有。请问是在第几章?如果有的话。 另外,这本书我觉得写的非常拗口,虽然有人说这本书写得非常基础,...
评分这本书有点跟不上时代了 把机器学习归结为在hypothesis space的search这一观点还是很重要很基本的
评分讲PAC的7.2章节里 英文版P207原文 This definition implicitly assumes that the learner's hypothesis space H contains a hypothesis with arbitrarily small error for every target concept in C. 本来是想表达 虽未明讲,但该定义其实做了一个假定,即对于C中每个目标概...
评分经典力作啊,虽然是九十年代中期写的,在全面性以及最新性方面都不是完美,但是作为入门性的教科书,非常适合自学。书中数学部分不是特别多,所以对大多数在自学中被数学绑脚的人可以不用担心,而且每一章都有参考论文,对于希望追根溯源,继续深入的同学就非常有用了。书的...
评分http://www.cs.cmu.edu/~tom/NewChapters.html 要注意,第一版是二十年前写的,跟现在相比少了很多东西。所以第二版完全是重新写,除了标题没啥相同的部分。 =============================================================================
图书标签: 机器学习 人工智能 计算机 数据挖掘 算法 AI 计算机科学 经典
《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。
读过部分~
评分看了2/3 近期不想再翻了 内容确实有点旧
评分那数十页的翻译。。。TT
评分ML的经典之作
评分老书。现在不太推荐了
机器学习 2024 pdf epub mobi 电子书