机器学习 (豆瓣)

又名: Machine Learning
作者: （美）米歇尔（Mitchell，T.M.）
译者: 曾华军

ISBN: 9787111109938
页数: 282
定价: 35.0
出版社: 机械工业出版社
装帧: 平装
出版年: 2008-3-1

8.4

(113人评价)

41.6%

14.2%

1.8%

0.9%

评价:

简介 · · · · · ·

　　本书展示了机器学习中核心的算法和理论，并阐明了算法的运行过程。本书综合了许多的研究成果，例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。本书可作为计算机专业本科生、研究生教材，也可作为相关领域研究人员、教师的参考书。

　　Tom M.Mitchell，是卡内基梅隆大学的教授，讲授“机器学习”等多门课程；美国人工智能协会（AAAL）的主席；美国《Machine Learning》杂志、国际机器学习年度会议（ICML）的创始人；多种技术杂志的撰稿人，曾发表过许多文章，出版过多本专著，是机器学习领域的著名学者。

这本书不是看不看完的问题，所以难以将其归类
gflfof(梵我同一)

机器学习这本书最早是在大二上学期接触到的，当时在与导师聊天时赵老师强烈推荐，于是借了过来，看了第一章的感觉是不可思议，怎么也无法相信西洋跳棋可以通过这种方式学来。后来由于其他的原因，就非常失败地把这本书停留在了第一章。在下学期，对神经网络感兴趣想进行初步了解，又从图书馆借了过来翻了第四章，顺便看了第三章，因为当时跟...... (5回应)

2007-09-07 8/9有用

绝好的机器学习入门书籍
Linn

这本书我看过很多遍，其实这本书涵盖了很多AI相关的方法，比如ANN中有交叉验证；Bayes中有打折法等等我觉得此书有两个特点： 1，富含作者本人独到的见解，而且写作手法很生动。 2，所有的学习方法或多或少都围绕着bias（偏置）这个概念，而bias是方法选择的最重要因素。不足的是所有的内容都只是introd......

2007-02-08 1/1有用来自机械工业出版社版