【 索书号 】：TP181 Z812A4
【 作者 】：周志华
【 出版社 】：北京 : 清华大学出版社
【出版时间】：2016-1-1
【ISBN】：978-7-302-42328-7
【 排行 】：4
【 借阅次数 】：60次
在线试读机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书. 书中除第1章外, 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习, 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题, 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度, 有些并无现成答案, 谨供富有进取心的读者启发思考. 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
【豆瓣书评】
不适合小萌新 息霜（2019-01-15 17:45:25）
中文领域最好、最完备、最适合入门的机器学习教材 风行水上（2019-01-11 12:02:23）
读这本西瓜书的正确方法!!! HJ（2018-12-25 17:31:31）
非常好的书 唐僧洗头用飘柔（2018-11-28 11:24:52）
非常好的书 唐僧洗头用飘柔（2018-11-28 11:15:05）
有点名不副实了 seal_hu（2018-11-19 14:35:13）
对初学者不友好 菜鸟-翡青（2018-11-07 17:10:20）
**********《大数据数据分析与挖掘高级工程师》课程下载********** connon（2018-10-16 11:38:48）
这不是一本用来自学的书 JudeLiu（2018-01-15 20:47:46）
这本书没有做到通俗易懂 HJ（2017-12-12 09:36:34）
Python机器学习实战教程 小白鼠肚兜（2017-10-30 09:31:56）
不完美的好书 Vivian陌水瑶（2017-10-21 00:34:56）
提纲掣领的好书 -容澄-（2017-09-26 18:58:40）
仍然是目前为止最好的机器学习中文书 钊钊（2017-08-05 12:23:19）
国内学者的写作通病 Jesus_vision（2017-06-21 22:00:07）
可以当个随便翻翻的Review，不懂评分为什么这么高 Cooper（2017-02-02 01:36:58）
周志华机器学习习题答案 Momo（2017-01-21 20:10:42）
标准的教科书：理论知识，加比较新的研究总结 张晓帆字骥飞（2016-12-11 17:24:35）
适合入门的一本书 阿杜（2016-11-27 22:54:06）
感觉这本书不适合入门 scholarship（2016-11-27 09:08:20）
【相关视频】
0
0
1321