譯者序
前言
第1章 引言
第2章 概念學習和一般到特殊序
第3章 決策樹學習
第4章 人工神經網絡
第5章 評估假設
第6章 貝葉斯學習
第7章 計算學習理論
第8章 基於實例的學習
第9章 遺傳算法
第10章 學習規則集閤
第11章 分析學習
第12章 歸納和分析學習的結閤
第13章 增強學習
附錄 符號約定
· · · · · · (收起)
前言
第1章 引言
第2章 概念學習和一般到特殊序
第3章 決策樹學習
第4章 人工神經網絡
第5章 評估假設
第6章 貝葉斯學習
第7章 計算學習理論
第8章 基於實例的學習
第9章 遺傳算法
第10章 學習規則集閤
第11章 分析學習
第12章 歸納和分析學習的結閤
第13章 增強學習
附錄 符號約定
· · · · · · (收起)
具體描述
本書展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。
本書可作為計算機專業 本科生、研究生 教材，也可作為相關領域研究人員、教師的參考書。
用戶評價
評分
機器學習的經典入門教材，雖然有點老，但是基本方嚮都覆蓋瞭。
評分##讀過部分~
評分##不知道是我學藝不精基礎太差還是什麼問題，盡管很多人說這本書基礎，但我看起來也不是那麼好懂嘛。反正工程實例很少，理論非常多，像一篇一篇論文拼齣來的。
評分##入門資料
評分##作為一本稍有過時的書，本書用瞭大量的符號邏輯推演來講述機器學習的算法。書很薄，所以廢話很少，每一章都值得細細地去讀上三四遍，但是個人建議可以把一些章捨去去讀其他的書，個人建議可以把第五章，第九章和11,12章給跳過，個人覺得性價比很低。
評分##早期的書，有的地方太簡略瞭
評分##作為一本稍有過時的書，本書用瞭大量的符號邏輯推演來講述機器學習的算法。書很薄，所以廢話很少，每一章都值得細細地去讀上三四遍，但是個人建議可以把一些章捨去去讀其他的書，個人建議可以把第五章，第九章和11,12章給跳過，個人覺得性價比很低。
評分##濃縮的都是精華。
評分##書很容易懂
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 windowsfront.com All Rights Reserved. 靜流書站 版權所有