《机器学习方法》比较全面系统地介绍了机器学习的方法和技术，不仅详细阐述了许多经典的学习方法，还讨论了一些有生命力的新理论、新方法。全书共分为13章，分别介绍了机器学习的基本概念、最近邻规则、贝叶斯学习、决策树、基于事例推理的学习、关联规则学习、神经网络、支持向量机、遗传算法、集成学习、纠错输出编码、聚类分析、强化学习。各章对原理的叙述力求概念清晰、表达准确，突出理论联系实际，富有启发性，易于理解。
《机器学习方法》可作为高等院校计算机、自动化、电子和通信等专业研究生和高年级本科生的教材和参考书。《机器学习方法》内容对从事人工智能、机器学习、数据挖掘、模式识别等相关领域研究的科技人员具有较好的参考价值。
具体描述
读后感
用户评价
作者蒋艳凤还负责过Btrees等优化（可惜网上没找到相关） 值得推荐的书，属于理论型书籍/非实践指导类 几大类算法列举大类下相关优缺点比较 决策树跟贝叶斯算法很详细描述 可惜缺乏各个大类算法之间比较，麻雀虽小，五脏俱全，书太薄了；而且很少详细讲损失函数相关
评分作者蒋艳凤还负责过Btrees等优化（可惜网上没找到相关） 值得推荐的书，属于理论型书籍/非实践指导类 几大类算法列举大类下相关优缺点比较 决策树跟贝叶斯算法很详细描述 可惜缺乏各个大类算法之间比较，麻雀虽小，五脏俱全，书太薄了；而且很少详细讲损失函数相关
评分作者蒋艳凤还负责过Btrees等优化（可惜网上没找到相关） 值得推荐的书，属于理论型书籍/非实践指导类 几大类算法列举大类下相关优缺点比较 决策树跟贝叶斯算法很详细描述 可惜缺乏各个大类算法之间比较，麻雀虽小，五脏俱全，书太薄了；而且很少详细讲损失函数相关
评分作者蒋艳凤还负责过Btrees等优化（可惜网上没找到相关） 值得推荐的书，属于理论型书籍/非实践指导类 几大类算法列举大类下相关优缺点比较 决策树跟贝叶斯算法很详细描述 可惜缺乏各个大类算法之间比较，麻雀虽小，五脏俱全，书太薄了；而且很少详细讲损失函数相关
评分作者蒋艳凤还负责过Btrees等优化（可惜网上没找到相关） 值得推荐的书，属于理论型书籍/非实践指导类 几大类算法列举大类下相关优缺点比较 决策树跟贝叶斯算法很详细描述 可惜缺乏各个大类算法之间比较，麻雀虽小，五脏俱全，书太薄了；而且很少详细讲损失函数相关
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有