图解机器学习

杉山将1974年生于大阪。东京工业大学计算机工程学博士毕业，现为东京大学教授、日本国立信息学研究所客座教授。主要从事机器学习的理论研究和算法开发，以及在信号和图像处理等方面的应用。2011年获日本信息处理学会长尾真纪念特别奖。著有《统计机器学习》、Density Ratio Estimation in Machine Learning等。同时也是Pattern Recognition and Machine Learning日文版的译者之一。许永伟2009年赴东京大学攻读博士学位，现于东京大学空间信息科学研究所从事博士后研究（特任研究员）。主要研究方向为模式识别与机器学习、图像处理与计算机视觉，对数据挖掘、大数据和信息架构有浓厚兴趣。

出版者:人民邮电出版社

作者:杉山将

出品人:图灵教育

页数:240

译者:许永伟

出版时间:2015-4

价格:49

装帧:平装

isbn号码:9787115388025

丛书系列:图灵程序设计丛书·图解与入门系列

图书标签:机器学习计算机数据挖掘人工智能计算机科学编程科普AI

本书用丰富的图示，从最小二乘法出发，对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况；第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法；第Ⅳ部分介绍了各种无监督学习算法；第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码，可以用来进行简单的测试。

本书适合所有对机器学习有兴趣的初学者阅读。

187张图解轻松入门

提供可执行的Matlab程序代码

覆盖机器学习中最经典、用途最广的算法

专业实用

东京大学教授、机器学习权威专家执笔，浓缩机器学习的关键知识点

图文并茂

187张图示帮助理解，详略得当，为读懂大部头开路。

角度新颖

基于最小二乘法讲解各种有监督学习的回归和分类算法，以及无监督学习算法。

实战导向

配有可执行的MATLAB程序代码，边学习边实践。

读后感

很多数学公式，比起教科书强了那么一点。 如果没有概率基础，没有行列式基础，那么看书一样很吃力。 当然，只要坚持刨根问底，不去推导公式，仅仅理解一下还是有用的。 记得微软的一个机器学习类库，有个讲侦探的故事来说明贝叶斯推理机的原理。很不错 重点还是在于数学基础，...  

很多数学公式，比起教科书强了那么一点。 如果没有概率基础，没有行列式基础，那么看书一样很吃力。 当然，只要坚持刨根问底，不去推导公式，仅仅理解一下还是有用的。 记得微软的一个机器学习类库，有个讲侦探的故事来说明贝叶斯推理机的原理。很不错 重点还是在于数学基础，...  

很多数学公式，比起教科书强了那么一点。 如果没有概率基础，没有行列式基础，那么看书一样很吃力。 当然，只要坚持刨根问底，不去推导公式，仅仅理解一下还是有用的。 记得微软的一个机器学习类库，有个讲侦探的故事来说明贝叶斯推理机的原理。很不错 重点还是在于数学基础，...  

说图解不太合适，其实大多只是正文插入了几张萌图。 如果你一点数学都不懂，想看图学会，那肯定要大失所望的。 书很小很薄，定价似乎稍高了点，不过主要的东西也都有了，简要介绍理论之后给出matlab代码，可以当作一本小字典迅速浏览。

很多数学公式，比起教科书强了那么一点。 如果没有概率基础，没有行列式基础，那么看书一样很吃力。 当然，只要坚持刨根问底，不去推导公式，仅仅理解一下还是有用的。 记得微软的一个机器学习类库，有个讲侦探的故事来说明贝叶斯推理机的原理。很不错 重点还是在于数学基础，...  

用户评价

很好的入门书，虽然趣味性少了点

不推荐

#纸质书# 3.3 分。这主要是一本插画书…… 吧。

不是入门书，对于相关知识没有了解的话，看不明白

不要被书名中的“图解”所欺骗。这不是一本入门书！这不是一本入门书！这不是一本入门书！