本書展示瞭機器學習中的核心算法和理論,並闡明瞭算法的過行過程。書中主要涵蓋瞭目前機器學習中各種最實用的理論和算法,包括概念學習、決策樹、神經網絡、貝葉斯學習、基於實例的學習、遺傳算法、規則學習、基於解釋的學習和增強學習等。對每一個主題,作者不僅進行瞭十分詳盡和直觀的解釋,還給齣瞭實用的算法流程。本書被卡內基梅隆等許多大學作為機器學習課程的教材。機器學習這門學科研究的是能通過經驗自動改進的計算機算法,其應用從數據挖掘程序到信息過濾係統,再到自動機工具,已經非常豐富。機器學習從很多學科吸收瞭成果和概念,包括人工智能、概論論與數理統計、哲學、信息論、生物學、認知科學和控製論等,並以此來理解問題的背景、算法和算法中的隱含假定。
發表於2024-12-31
機器學習(英文版) 2024 pdf epub mobi 電子書 下載
這本書是很好的 machine learing入門書,但寫於1997年。雖然老是老瞭點,但其中對descision tree, neural network 的講解很詳細,也給齣瞭算法發展的過程,最重要的是它處理起這兩塊比elements of statistical learning 要直觀多瞭。 沒有code,後麵的章節可能過時瞭,需要參考...
評分這本書是很好的 machine learing入門書,但寫於1997年。雖然老是老瞭點,但其中對descision tree, neural network 的講解很詳細,也給齣瞭算法發展的過程,最重要的是它處理起這兩塊比elements of statistical learning 要直觀多瞭。 沒有code,後麵的章節可能過時瞭,需要參考...
評分這本書我看過很多遍,其實這本書涵蓋瞭很多AI相關的方法,比如ANN中有交叉驗證;Bayes中有打摺法等等 我覺得此書有兩個特點: 1,富含作者本人獨到的見解,而且寫作手法很生動。 2,所有的學習方法或多或少都圍繞著bias(偏置)這個概念,而bias是方法選擇的最重要因素。 不足...
評分這本書是很好的 machine learing入門書,但寫於1997年。雖然老是老瞭點,但其中對descision tree, neural network 的講解很詳細,也給齣瞭算法發展的過程,最重要的是它處理起這兩塊比elements of statistical learning 要直觀多瞭。 沒有code,後麵的章節可能過時瞭,需要參考...
評分這本書是很好的 machine learing入門書,但寫於1997年。雖然老是老瞭點,但其中對descision tree, neural network 的講解很詳細,也給齣瞭算法發展的過程,最重要的是它處理起這兩塊比elements of statistical learning 要直觀多瞭。 沒有code,後麵的章節可能過時瞭,需要參考...
圖書標籤: 機器學習 人工智能 計算機科學 計算機 AI MachineLearning 認知 計算機算法
證明推導清晰,是最大的感觸~~讀完之後 有全局觀的感覺
評分這本書的年代有點遠瞭,所以知識太陳舊瞭。不推薦大傢讀。
評分這本書的年代有點遠瞭,所以知識太陳舊瞭。不推薦大傢讀。
評分證明推導清晰,是最大的感觸~~讀完之後 有全局觀的感覺
評分淺顯易懂
機器學習(英文版) 2024 pdf epub mobi 電子書 下載