Tom M. Mitchell,卡内基梅隆大学的教授,讲授机器学习等多门课程;美国人工智能协会(AAAL)的主席;美国 Machine Learning 杂志、国际机器学习年度会议(ICML)的创始人。
本书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。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。
本书可作为计算机专业 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。
##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##大概看了一遍……转而投向《模式分类》了……
评分##读过部分~
评分##懂的部分不用读,不懂的部分读不懂
评分##机器学习是一门交叉学科,和数据挖掘、人工智能等都极为相似。有一种确定的预感:在未来,机器学习将成为一门历史性的学科。 这本书在两月前已细细看过,写的极为不错,在中文教学上,是已译书籍之中的最佳者,在外文书籍中也首屈一指。作者Mitchell以生动的语言阐述了机器学习...
评分##ML的经典之作
评分 评分##这本书我看过很多遍,其实这本书涵盖了很多AI相关的方法,比如ANN中有交叉验证;Bayes中有打折法等等 我觉得此书有两个特点: 1,富含作者本人独到的见解,而且写作手法很生动。 2,所有的学习方法或多或少都围绕着bias(偏置)这个概念,而bias是方法选择的最重要因素。 不足...
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 book.qciss.net All Rights Reserved. 图书大百科 版权所有