李航 日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所,微软亚洲研究院高级研究员及主任研究员,现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
统计学习方法即机器学习方法,是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇,全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场,以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外,每章介绍一种方法。叙述力求从具体问题或实例入手, 由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。 为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。 本书是统计机器学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生,也可供从事计算机应用相关专业的研发人员参考。
第一次在豆瓣发点评,就给李航大大的这本神书吧。现在第二版已经出来了,我读的还是第一版,因为是作为我的入门书籍,所以花三周多的时间把前九章大部分内容看完了,除了一些晦涩难懂的证明没看以外,看过的地方深深地感受到数学之美,自己感叹作者内功的高深,自己的数学还是...
评分花了2个星期看完了这本书,觉得作者前半部分写的还是挺用心的。当然前面的内容也比较简单。但是最后面两章写的有些莫名其妙,很多东西都根本没有交代清楚,上来就列个公式,都不告诉你是怎么来的。也可能是我水平有限,不过确实感觉作者在后两章节上写的有点应付得感觉
评分统计学习方法即机器学习方法,是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇,全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随...
评分这本书干货为主,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...
评分比周志华的西瓜书强了不是一星半点,循循善诱,简直打开了任督二脉,强推
评分相比第1版主要增加了无监督学习方法的内容。这次读第2版,一些之前读第1版时没看明白的推导内容有了豁然开朗的感觉。所以还是要多看多思考,一遍不懂就多看多练几遍。全书精炼明了,有几章偏NLP,因为NLP接触不太多,所以有些地方理解也不太深刻。还需继续多结合实际问题进行思考和应用。
评分没有第一版便携了,新增内容大部分是nlp相关,太基础了,失落????
评分没有第一版便携了,新增内容大部分是nlp相关,太基础了,失落????
评分已然98一本了 不知道是知识涨价了 还是出版业无奈的挣扎 只能理解着去图书馆抢资源了。
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