豆瓣评论

  • PyRush
    断断续续读了一个月,对于我这种非理论出身的,实在是啃出泪来…01-07
  • 发现的乐趣
    哈哈,如果公式细节如果自己仔细推导一遍会花不少时间。此外里边线性代数、概率用的比微积分多。07-03
  • 徐一叉
    认识世界前沿在做什么01-08
  • Sichen Li
    数学标准证明味道很浓,今天快速阅读了一遍,是的,每一章的阅读材料是很好的内容,帮助了解这“七种武器”的历史和背景是很好的方式。09-17
  • 豆友4097316427
    perfect book that fills the gap03-26
  • K42
    觉得还是得去啃Vapnik的砖头01-01
  • 儒豪
    整体结构并不清晰啊最好有一个RoadMap而且感觉就是一个干瘪的总结,没有多少内涵。纯粹为了国内开山之作加一星。02-26
  • 理性的光辉
    难度略高,相当于讲解原理之原理,机器学习的超底层原理。11-15
  • 茂盛
    按照老师们不同的研究方向,这本书大致可以分为PAC学习理论,统计学习理论,优化理论。这本书覆盖了这些理论中最核心基本的内容,是入门机器学习理论的优秀教材。07-26
  • bibabo
    同一个东西来回定义,从不同角度去说。我还是去读数学书吧02-26
  • 行人驱逐舰
    比那本《机器学习》详细得多,但我对机器学习(尤其是理论)真是深恶痛绝……07-26
  • 小白小白
    主题挺好的,但是感觉周志华的书好像都是这样,就是讲的不够清楚过于简略06-07
  • Salooloo
    写的最好的还是 阅读材料这一部分。08-12
  • 七威
    哈哈哈哈哈哈哈,获得了某公众号的赠书,开心。。周老师关于ML的理论基础,要读懂读完啊,我一定要在ML的路上性福下去。05-25