具體描述
Tom M. Mitchell，卡內基梅隆大學的教授，講授機器學習等多門課程；美國人工智能協會（AAAL）的主席；美國 Machine Learning 雜誌、國際機器學習年度會議（ICML）的創始人。
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
##好難
評分##如題。這本書為什麼沒有講到支持嚮量機怎麼沒有呢？還是我沒有看到？理論上這應該有一章來描述纔對呀。之前在彆的地方看到svm，有些模糊，想看看這本書怎麼寫的，結果居然沒有。請問是在第幾章？如果有的話。 另外，這本書我覺得寫的非常拗口，雖然有人說這本書寫得非常基礎，...
評分##機器學習是一門交叉學科，和數據挖掘、人工智能等都極為相似。有一種確定的預感：在未來，機器學習將成為一門曆史性的學科。 這本書在兩月前已細細看過，寫的極為不錯，在中文教學上，是已譯書籍之中的最佳者，在外文書籍中也首屈一指。作者Mitchell以生動的語言闡述瞭機器學習...
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##那數十頁的翻譯。。。TT 機器學習這本書最早是在大二上學期接觸到的，當時在與導師聊天時趙老師強烈推薦，於是藉瞭過來，看瞭第一章的感覺是不可思議，怎麼也無法相信西洋跳棋可以通過這種方式學來。後來由於其他的原因，就非常失敗地把這本書停留在瞭第一章。 在下學期，對神經網絡感興趣想進行初步瞭...
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##這本書有點跟不上時代瞭 把機器學習歸結為在hypothesis space的search這一觀點還是很重要很基本的
評分 評分##換老大 要搞technique瞭。。。
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 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有