图书标签: 机器学习  MachineLearning  TML  数据挖掘  USCINF  Learning  CS   

喜欢 Introduction to Machine Learning 的读者还喜欢

• 
  Convex Optimization pdf epub mobi txt 电子书 下载
• 
  Pattern Recognition and Machine Learning pdf epub mobi txt 电子书 下载
• 
  An Introduction to Statistical Learning pdf epub mobi txt 电子书 下载
• 
  Deep Learning pdf epub mobi txt 电子书 下载
• 
  Foundations of Machine Learning pdf epub mobi txt 电子书 下载
• 
  Artificial Intelligence pdf epub mobi txt 电子书 下载
• 
  Information Theory, Inference and Learning Algorithms pdf epub mobi txt 电子书 下载
• 
  Bayesian Reasoning and Machine Learning pdf epub mobi txt 电子书 下载
• 
  Python Algorithms pdf epub mobi txt 电子书 下载
• 
  Reinforcement Learning pdf epub mobi txt 电子书 下载

内容很广，但是浅尝辄止，讲的也不是很清楚，不推荐

很多地方浅讲辄止，一些地方笔者如能停下来先想想怎么讲就能说得更清楚。鸡肋了。如果能像ISLR一样基于某种语言提供覆盖性练习就好了。

很多地方浅讲辄止，一些地方笔者如能停下来先想想怎么讲就能说得更清楚。鸡肋了。如果能像ISLR一样基于某种语言提供覆盖性练习就好了。

很多地方浅讲辄止，一些地方笔者如能停下来先想想怎么讲就能说得更清楚。鸡肋了。如果能像ISLR一样基于某种语言提供覆盖性练习就好了。

很多地方浅讲辄止，一些地方笔者如能停下来先想想怎么讲就能说得更清楚。鸡肋了。如果能像ISLR一样基于某种语言提供覆盖性练习就好了。

为了对机器学习能有系统性的知识，买了这本书。因为书里各种公式占据了百分之七八十的比例，所以呵呵了。但是剩余的百分之三十可以读一读的，特别是需要对机器学习有个系统体系性的认识的话。这本书就一般吧。缺点就是数学公式太多了。

基本上传统统计学习的知识点都梳理到了，而且有课后习题答案。当然从内容上说，很多东西会有些陈旧了，这本书是在CNN咸鱼翻身前写的，但大体内容不错，比如概率图模型这些，都做了介绍。数学基础，也没有太拘泥。每个章节会略显短，属于打骨骼的书，长肉要看其他资料，通俗性上...  

最近一直在看Duda 英文版的模式分类，看的很头痛，在图书馆碰到了这本书，可以用来增加自信，感觉这本书的很多方面很Duda的书很相似，甚至好多内容直接就是引用的Duda的书，内容过于精简，不过好处是可能出书的时间比较晚，提到了很多Duda的书里面没有的比较前沿的知识。 确实...  

为了对机器学习能有系统性的知识，买了这本书。因为书里各种公式占据了百分之七八十的比例，所以呵呵了。但是剩余的百分之三十可以读一读的，特别是需要对机器学习有个系统体系性的认识的话。这本书就一般吧。缺点就是数学公式太多了。