豆瓣评论

  • 豆友169935553
    一本尚可的机器学习入门书02-10
  • hongliang5623
    期末考试啦!考前突击,很尴尬,考试的时候没怎么用上,留作纪念吧!(贝叶斯,增广化)10-31
  • 冰冰的小冰
    其实也算是比较好的国内教材了,但后来发现基本就是pc的翻译,不如直接看pc。02-06
  • 虎弟想当幸运儿
    直接冲深度学习的同学最值得看的一本机器学习教材,最大优点就是薄,基本模型一步一步推的很细11-28
  • 常盤貴子
    《统计学习方法》精简版,介绍了不少机器学习算法,作为机器学习入门可以。不过本书比较老(比统计学习方法和西瓜书都要早出版),而且书上没有代码,而且要深入研究模式识别还得读PRML。08-17
  • AgentDS
    三星半,教材內容還是可以的。自動化周雪老師真好看!02-04
  • 林晓溪
    还不错的,比较全面。清华自动化系很强!11-19
  • 男神欧拉
    第一遍看需要自己额外补充很多,整理的话按照具体算法整理会更清晰,比如对于svm自己整理出hard svm, soft margin svm, kernel svm,这样能更好的看出来这个算法怎么改进的。以及有些主流内容有缺失,比如GMM这里缺了EM的介绍,需要搭配别的书一起看。个人觉得总体不适合新手入门,基本没有例子,推导也不详尽,会的看了还是会,不会的看了还是不会。12-17
  • 常宇
    部分章节讲得比《模式分类》还更清楚,便宜实惠,性价比高03-01
  • 靠谱的帅哥
    好教材。需要数理统计,最优化的基础,最好先学一门《机器学习》,再看这本书时,就会流畅许多。我对非监督学习的内容接触的少,所以本书最后50页,看得慢了许多。1.面面俱到,该讲的都讲了,提纲挈领不废话 。2.有实例介绍,多为作者自己的研究案例,讲得明白。 3.作者讲出了作者自己对模式识别的思考和想法,不是抄来抄去的拼凑。4.作者是中国人,语言通顺,比翻译版课本易读。01-13