《模式分类》(英文版)(第2版)简明易读，新增的图表使得许多统计和数学题材非常生动。最终以完美和谐的形式，引导读者深入新的主题。
具体描述
读后感
www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了 我的评论太短了
评分本书固然经典，但也并不是完美无缺的。首先，它并不适合入门，最好在对模式识别领域有了一定的理解之后再通读这本书，相信会使自己的认识得到提升。其次，作者有的时候可能过分吝惜文字，这增加了读者理解上的困难，尤其是一些本来就比较深入难以理解的地方。最后一点，这本书...
评分这书经典没得说 不过一定先对照勘误把错的地方改一下啊~ 虽然改完了还是能发现错误。。。 我对照着各种errata看了很久 发现这个版本是美国第3次印刷的版本 对应的errata地址是： http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps 09.4.21： 越看就越觉得还有不少错...
评分相较别的书，这本书的图是非常给力的！ 本来因为看这书比较老了，都没有去看过，最近拿起看了linear discriminant functions这章。 原来看支持向量机导论，开头讲线性分类器，几经拿起，怎么都没看下去。这章把svm涉及到的一些名词和来有都解释的非常清楚。 另外，光看这一章...
评分这书经典没得说 不过一定先对照勘误把错的地方改一下啊~ 虽然改完了还是能发现错误。。。 我对照着各种errata看了很久 发现这个版本是美国第3次印刷的版本 对应的errata地址是： http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps 09.4.21： 越看就越觉得还有不少错...
用户评价
关于模式分类一本不错的入门书籍： 1. 有好多例子，让理论更容易理解； 2. 有好多插图，给人更直观的理解； 关于内容方面: 1. 1-3 节，豆瓣上已经有人评述； 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。 个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络，讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning； Ev
评分关于模式分类一本不错的入门书籍： 1. 有好多例子，让理论更容易理解； 2. 有好多插图，给人更直观的理解； 关于内容方面: 1. 1-3 节，豆瓣上已经有人评述； 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。 个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络，讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning； Ev
评分全面介绍机器学习的思想与算法.(我的第一篇论文灵感来自此书)
评分经典教材 可惜没有仔细读过 只有部分章节读过 基本备查用....
评分经典教材，刚读研究生的时候啃过，但是那时候刚接触模式识别，虽然认真在看，但是收获并不大。几年之后回头来看，发现以前觉得晦涩难懂的部分，现在豁然开朗了！
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有