譯者序
前言
第1章 引言
第2章 概念學習和一般到特殊序
第3章 決策樹學習
第4章 人工神經網絡
第5章 評估假設
第6章 貝葉斯學習
第7章 計算學習理論
第8章 基於實例的學習
第9章 遺傳算法
第10章 學習規則集閤
第11章 分析學習
第12章 歸納和分析學習的結閤
第13章 增強學習
附錄 符號約定
· · · · · · (收起)
前言
第1章 引言
第2章 概念學習和一般到特殊序
第3章 決策樹學習
第4章 人工神經網絡
第5章 評估假設
第6章 貝葉斯學習
第7章 計算學習理論
第8章 基於實例的學習
第9章 遺傳算法
第10章 學習規則集閤
第11章 分析學習
第12章 歸納和分析學習的結閤
第13章 增強學習
附錄 符號約定
· · · · · · (收起)
具體描述
本書展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。
本書可作為計算機專業 本科生、研究生 教材，也可作為相關領域研究人員、教師的參考書。
用戶評價
評分
##好難
評分
##ML的經典之作
評分
##: TP181/9942
評分
##入門資料
評分
##濃縮的都是精華。
評分
##太簡煉瞭，想掌握還得去讀大塊頭和文獻。
評分
##濃縮的都是精華。
評分
##那數十頁的翻譯。。。TT
##看瞭2/3 近期不想再翻瞭 內容確實有點舊