机器学习
|
基本信息
- 原书名： Machine Learning
- 原出版社： McGraw-Hill
推荐阅读
评论交流
共有54人开贴评论 82人参与评论 47人参与打分 查看
评价等级：
发表于：2002-11-30 17:29:00
Tom Mitchell的《机器学习》这本大家期待已久的书籍终于出版了！《机器学习》是该领域内的一本经典著作，是卡内基梅隆等许多大学机器学习课程的教材。目前发表的各种论文，只要与机器学习有关，基本都要引用它，在citeseer上统计的引用次数已达到了549次。
《机器学习》可读性很强，以直观的介绍和解释为主，没有那些晦涩难懂的公式。它的覆盖面也比较广，机器学习历史上得到成功应用的方法，包括最初的基于神经元模型以及函数逼近论的方法研究，以符号演算为基础的规则学习和决策树学习，和之后基于认知心理学的归纳、解释、类比等学习方法，至最新的计算学习理论和统计学习，以及基于马尔可夫过程的增强学习，《机器学习》都有很精彩的论述说明。唯一遗憾的是其中没有最近很热门的SVM和kernel-based学习的内容，不过书中对于统计学习的介绍可以作为一个良好的基础。
译者欢迎您指出书中的任何错误和疏漏，请发信至aaahchi@hotmail.com
《机器学习》可读性很强，以直观的介绍和解释为主，没有那些晦涩难懂的公式。它的覆盖面也比较广，机器学习历史上得到成功应用的方法，包括最初的基于神经元模型以及函数逼近论的方法研究，以符号演算为基础的规则学习和决策树学习，和之后基于认知心理学的归纳、解释、类比等学习方法，至最新的计算学习理论和统计学习，以及基于马尔可夫过程的增强学习，《机器学习》都有很精彩的论述说明。唯一遗憾的是其中没有最近很热门的SVM和kernel-based学习的内容，不过书中对于统计学习的介绍可以作为一个良好的基础。
译者欢迎您指出书中的任何错误和疏漏，请发信至aaahchi@hotmail.com
)
加载中...| 我要写评论 |
| 查看所有评论交流(共54条) |
