内容简介

统计技术与机器学习的结合使其成为一种强大的工具,能够对众多计算机和工程领域的数据进行分析,包括图像处理、语音处理、自然语言处理、机器人控制以及生物、医学、天文学、物理、材料等基础科学范畴。《统计机器学习导论》介绍机器学习的基础知识,注重理论与实践的结合。第壹部分讨论机器学习算法中统计与概率的基本概念,第二部分和第三部分讲解机器学习的两种主要方法,即生成学习方法和判别分类方法,其中,第三部分对实际应用中重要的机器学习算法进行了深入讨论。《统计机器学习导论》配有MATLAB/Octave代码,可帮助读者培养实践技能,完成数据分析任务。

下载地址

豆瓣评论

  • Oscar
    影印版是相当好的一本,可以认为是PRML的相对简化版01-06
  • outeru
    看的英文版,还可以,内容全,但是深度一般07-30
  • 何大山
    SML的入门书籍。既有理论,又有代码。前言也说得很清楚,书中5个部分分别对应的是作者其他几本书的核心内容。图解机器学习可以结合本书一起阅读。01-11
  • Span
    其实没全读完,读的时候不禁感叹,不愧是杉山将01-26
  • 马尔科夫
    英文原版没看过,但是正在上衫山老师的课。本来买这本书是为了配合上课用的,后来发现,这个翻译的质量还不如直接看日语的课件,尤其是197页关于margin和L2损失关系的说明,错误百出05-25

猜你喜欢

大家都喜欢