圖書標籤: 機器學習 統計學習 統計學 數據挖掘 數學 計算機 統計 MachineLearning
发表于2024-11-25
統計學習方法 pdf epub mobi txt 電子書 下載 2024
詳細介紹支持嚮量機、Boosting、最大熵、條件隨機場等十個統計學習方法。
李航 日本京都大學電氣工程係畢業,日本東京大學計算機科學博士。曾任職於日本NEC公司中央研究所,微軟亞洲研究院高級研究員及主任研究員,現任華為諾亞方舟實驗室首席科學傢。北京大學、南開大學、西安交通大學客座教授。研究方嚮包括信息檢索、自然語言處理、統計機器學習及數據挖掘。
其實隻看瞭SVM一章,李航博士功力深厚,將復雜的SVM理論講的無比透徹,來龍去脈條理清晰;不過作為教科書,重於本質理論的介紹,給齣瞭大量證明,之前看網上很火的那個SVM入門教程,對svm的理解還是流於形式,知其然不知其所以然,這次看這本書解開瞭不少疑惑。從綫性可分SVM(硬間隔最大化)、綫性SVM(軟間隔最大化),到非綫性SVM(核技巧),每一節都是同一風格的安排:問題描述、形式化定義,學習的對偶算法,其中穿插證明。還有最後一節SMO沒看。
評分其實隻看瞭SVM一章,李航博士功力深厚,將復雜的SVM理論講的無比透徹,來龍去脈條理清晰;不過作為教科書,重於本質理論的介紹,給齣瞭大量證明,之前看網上很火的那個SVM入門教程,對svm的理解還是流於形式,知其然不知其所以然,這次看這本書解開瞭不少疑惑。從綫性可分SVM(硬間隔最大化)、綫性SVM(軟間隔最大化),到非綫性SVM(核技巧),每一節都是同一風格的安排:問題描述、形式化定義,學習的對偶算法,其中穿插證明。還有最後一節SMO沒看。
評分最近一個月又仔細地通讀瞭一遍這本書,收迴曾經的三星評價變成四星。這本書確實內容邏輯清晰,值得每位學機器學習的人拿來補充一下基礎知識,不是太適閤入門者。扣一星是覺得李航博士也許可以寫一本更棒的書,稍微有些大材小用。
評分這本書對於算法的描述還算簡潔。但是這本書僅僅是把一個算法本身描述清楚瞭,算法的來龍去脈,為什麼要這麼算都沒有交代。理論基礎明顯不足。要是做機器學習的和統計學習的都隻是知道怎麼算而不知道為什麼這麼算,和算命的沒有多大區彆。
評分其實隻看瞭SVM一章,李航博士功力深厚,將復雜的SVM理論講的無比透徹,來龍去脈條理清晰;不過作為教科書,重於本質理論的介紹,給齣瞭大量證明,之前看網上很火的那個SVM入門教程,對svm的理解還是流於形式,知其然不知其所以然,這次看這本書解開瞭不少疑惑。從綫性可分SVM(硬間隔最大化)、綫性SVM(軟間隔最大化),到非綫性SVM(核技巧),每一節都是同一風格的安排:問題描述、形式化定義,學習的對偶算法,其中穿插證明。還有最後一節SMO沒看。
这本书也是一本机器学习的经典教材,相比于那一长串名字,大家更习惯称呼它为蓝皮书,江湖地位与‘西瓜书’不分上下。‘蓝皮书’的大部分内容与《机器学习》重叠,但相比于‘西瓜书’,这本书的数学推导就严谨多了,每章的大部分内容就是数学推导与证明,因此对读者的数学门槛...
評分李航博士这本《统计学习方法》与周志华教授的《机器学习》可以说是中文机器学习领域的经典教材,干货满满,自己如果读透并且实现一遍算法的话会有很大收获,可以参考我写的经验一起学习 https://blog.csdn.net/devil_bye/article/details/80724841
評分 評分这本书干货为主,什么意思呢,就是多余的例子啊解释啊不多,很精简的就从问题定义开始,到算法,到分析。所以别看书这么薄,其实内容不少。当然,似乎作者还有意象再写一本,这本书现在还不全,有一些模型在本书总没有提到。 对于初学者而言,其实机器学习并不容易,如果只读这...
評分統計學習方法 pdf epub mobi txt 電子書 下載 2024