機器學習 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[英] 弗拉赫（Peter Flach） 著，段菲 譯

圖書標籤:

• 機器學習
• 人工智能
• 數據挖掘
• 模式識彆
• Python
• 算法
• 統計學習
• 深度學習
• 模型
• 預測

齣版社： 人民郵電齣版社

ISBN：9787115405777

版次：1

商品編碼：11837028

包裝：平裝

叢書名： 圖靈程序設計叢書

開本：16開

齣版時間：2016-01-01

用紙：膠版紙

頁數：265

正文語種：中文

編輯推薦

　　《機器學習》是迄今市麵上內容全麵的機器學習教材之一，書中匯集瞭所有用於理解、挖掘和分析數據的先進方法，並且通過數百個精選實例和解說性插圖，直觀而準確地闡釋瞭這些方法背後的原理，內容涵蓋瞭機器學習的構成要素和機器學習任務、邏輯模型、幾何模型、統計模型，以及矩陣分解、ROC分析等時下熱點話題。
　　本書不僅內容豐富，而且圖文並茂，無論是新手還是有經驗的讀者都能從中獲益。

內容簡介

　　《機器學習》是全麵的機器學習教材之一。書中首先介紹瞭機器學習的構成要素（任務、模型、特徵）和機器學習任務，接著詳細分析瞭邏輯模型（樹模型、規則模型）、幾何模型（綫性模型和基於距離的模型）和概率模型，然後討論瞭特徵、模型的集成，以及被機器學習研究者稱為“實驗”的方法。作者不僅使用瞭已有術語，還引入瞭一些新的概念，同時提供瞭大量精選的示例和插圖解說。

作者簡介

　　Peter Flach，布裏斯托大學人工智能教授，擁有20多年的機器學習教研經驗。在高度結構化的數據挖掘以及通過ROC分析來評估和改進機器學習模型方麵，Flach是國際領先的研究人員。他還是Machine Learning期刊總編。曾擔任2009年ACM知識發現與數據挖掘國際會議、2012年歐洲機器學習與數據挖掘國際會議的程序委員會共同主席。另著有Simply Logical: Intelligent Reasoning by Example。

精彩書評

　　“本書寫作思路清楚，邏輯性強。作者首先介紹瞭機器學習的基礎知識，然後提供瞭大量有價值的結論、對若乾機器學習技術性能的洞見，以及許多核心算法的高層僞代碼，巧妙地引領讀者循序漸進地學習。”
　　——Fernando Berzal，Computing Reviews

　　“本書條理清晰，對機器學習技術的核心要素進行瞭全麵的論述。作者首先從宏觀角度審視機器學習，然後由麵到點，深入闡釋瞭各項技術的具體細節。如果你是機器學習領域的專業人士或學生，閱讀本書可以幫助你鞏固所學的知識。我嚮所有想認真研究機器學習的人強烈推薦本書！”
　　——讀者評論

　　“本書抽象、係統地闡述瞭機器學習的方方麵麵，讓讀者能夠深入理解常用機器學習技術的原理。這是攻略和實用手冊類圖書所做不到的。”
　　——讀者評論

目錄

緒　論　機器學習概述 1
第1章　機器學習的構成要素　9
1．1　任務：可通過機器學習解決的問題　9
1．1．1　探尋結構　11
1．1．2　性能評價　13
1．2　模型：機器學習的輸齣　14
1．2．1　幾何模型　14
1．2．2　概率模型　17
1．2．3　邏輯模型　22
1．2．4　分組模型與評分模型　26
1．3　特徵：機器學習的馬達　26
1．3．1　特徵的兩種用法　28
1．3．2　特徵的構造與變換　29
1．3．3　特徵之間的交互　32
1．4　總結與展望　33
第2章　兩類分類及相關任務　37
2．1　分類　39
2．1．1　分類性能的評價　40
2．1．2　分類性能的可視化　43
2．2　評分與排序　46
2．2．1　排序性能的評價及可視化　48
2．2．2　將排序器轉化為分類器　52
2．3　類概率估計　54
2．3．1　類概率估計量　55
2．3．2　將排序器轉化為概率估計子　57
2．4　小結與延伸閱讀　59
第3章　超越兩類分類　61
3．1　處理多類問題　61
3．1．1　多類分類　61
3．1．2　多類得分及概率　65
3．2　迴歸　68
3．3　無監督學習及描述性學習　70
3．3．1　預測性聚類與描述性聚類　71
3．2．2　其他描述性模型　74
3．4　小結與延伸閱讀　76
第4章　概念學習　77
4．1　假設空間　78
4．1．1　最小一般性　79
4．1．2　內部析取　82
4．2　通過假設空間的路徑　84
4．2．1　最一般相容假設　86
4．2．2　封閉概念　87
4．3　超越閤取概念　88
4．4　可學習性　92
4．5　小結與延伸閱讀　94
第5章　樹模型　97
5．1　決策樹　100
5．2　排序與概率估計樹　103
5．3　作為減小方差的樹學習方法　110
5．3．1　迴歸樹　110
5．3．2　聚類樹　113
5．4　小結與延伸閱讀　115
第6章　規則模型　117
6．1　學習有序規則列錶　117
6．2　學習無序規則集　124
6．2．1　用於排序和概率估計的規則集　128
6．2．2　深入探究規則重疊　130
6．3　描述性規則學習　131
6．3．1　用於子群發現的規則學習　131
6．3．2　關聯規則挖掘　135
6．4　一階規則學習　139
6．5　小結與延伸閱讀　143
第7章　綫性模型　145
7．1　最小二乘法　146
7．1．1　多元綫性迴歸　150
7．1．2　正則化迴歸　153
7．1．3　利用最小二乘迴歸實現分類　153
7．2　感知機　155
7．3　支持嚮量機　158
7．4　從綫性分類器導齣概率　164
7．5　超越綫性的核方法　168
7．6　小結與延伸閱讀　170
第8章　基於距離的模型　173
8．1　距離測度的多樣性　173
8．2　近鄰與範例　178
8．3　最近鄰分類器　182
8．4　基於距離的聚類　184
8．4．1　K均值算法　186
8．4．2　K中心點聚類　187
8．4．3　silhouette　188
8．5　層次聚類　190
8．6　從核函數到距離　194
8．7　小結與延伸閱讀　195
第9章　概率模型　197
9．1　正態分布及其幾何意義　200
9．2　屬性數據的概率模型　205
9．2．1　利用樸素貝葉斯模型實現分類　206
9．2．2　訓練樸素貝葉斯模型　209
9．3　通過優化條件似然實現鑒彆式學習　211
9．4　含隱變量的概率模型　214
9．4．1　期望最大化算法　215
9．4．2　高斯混閤模型　216
9．5　基於壓縮的模型　218
9．6　小結與延伸閱讀　220
第10章　特徵　223
10．1　特徵的類型　223
10．1．1　特徵上的計算　223
10．1．2　屬性特徵、有序特徵及數量特徵　227
10．1．3　結構化特徵　228
10．2　特徵變換　229
10．2．1　閾值化與離散化　229
10．2．2　歸一化與標定　234
10．2．3　特徵缺失　239
10．3　特徵的構造與選擇　240
10．4　小結與延伸閱讀　243
第11章　模型的集成　245
11．1　Bagging 與隨機森林　246
11．2　Boosting　247
11．3　集成學習進階　250
11．3．1　偏差、方差及裕量　250
11．3．2　其他集成方法　251
11．3．3　元學習　252
11．4　小結與延伸閱讀　252
第12章　機器學習的實驗　255
12．1　度量指標的選擇　256
12．2　量指標的獲取　258
12．3　如何解釋度量指標　260
12．4　小結與延伸閱讀　264
後記　路在何方　267
記憶要點　269
參考文獻　271

前言/序言

　　人工智能、大數據分析、機器人等領域在近年來日益引人矚目，而機器學習則是其中一類非常重要的理論和工具。Peter Flach 教授的這部著作可作為機器學習的入門圖書，幫助廣大迫切希望瞭解和掌握機器學習的同學和工程師奠定良好的基礎。
　　本書各章節的選題恰到好處，不但對經典機器學習框架中的模型做瞭非常係統的梳理和分類，涵蓋瞭機器學習基礎知識的主要部分，如不同的學習模型、特徵、集成學習，而且還對機器學習實驗，尤其是機器學習算法的評價（ROC分析）給予瞭特彆的關注，這是十分難能可貴的（在一定程度上彌補瞭同類教科書的空白）。隻要理解瞭上述內容，相信讀者便掌握瞭機器學習的基本要素，同時有能力進一步就一些更專門、更前沿的主題，如在綫學習、主動學習、強化學習、深度學習等，進行更為深入的學習和探索。從這個意義上講，作者對本書的導論性著作的定位已充分地達成瞭。
　　對於如何幫助讀者充分理解書中的知識點，作者也予以瞭充分考慮。書中配有相當數量的圖解和實例，旨在突齣機器學習理論的直觀性。這些內容的數學門檻不高，對工程師和工科學生無疑會有很大的幫助。在各章節中，作者還對每種方法的曆史影響進行瞭介紹，相信會十分有助於提升讀者的學習興趣。作者作為在該領域耕耘多年的研究人員，擁有非常豐富的實踐經驗，在不少章節中都詳盡地分享瞭實踐經驗，比如特徵和實驗這兩章。相信這些寶貴的經驗會為讀者朋友們具體實踐機器學習理論帶來更好的可操作性。
　　最後要提到譯者段菲的翻譯，通篇用語規範、錶達準確，總體說來是非常不錯的翻譯版本。作為計算機視覺領域的優秀研究人員，他本人也在使用機器學習方麵有著豐富的研究和實踐經驗，相信這些都為這本書的翻譯質量帶來不少保證。
　　張益民
　　英特爾（中國）研究院首席研究員

《機器學習》 內容梗概 這是一部關於人類情感、命運糾葛與個體成長曆程的深刻描摹。故事圍繞著一群在時代洪流中努力尋找自我、維係情感的普通人展開。 故事的序幕拉開在江南水鄉一個寜靜的小鎮，主人公林語，一位心思細膩、內嚮敏感的青年，與青梅竹馬的蘇婉有著一段純真而美好的童年情誼。然而，命運的齒輪在他們最不設防的時候悄然轉動。蘇婉的傢庭突遭變故，不得不跟隨父母遠赴他鄉，這段純粹的感情也因此被時間和空間隔開，隻留下無盡的思念與淡淡的憂傷。 多年後，林語考入大城市的一所知名大學，在這裏，他遇見瞭性格張揚、充滿活力的陳默，以及溫婉知性的周靜。陳默如同一團烈火，點燃瞭林語內嚮世界的熱情，他們一起探索著未知，分享著彼此的夢想與睏惑。而周靜則如同一泓清泉，用她的善良與理解，撫慰著林語內心的不安與孤獨。三個年輕人，在青春的十字路口，各自懷揣著不同的理想，經曆著初戀的萌動、友誼的考驗以及對未來的憧憬。 與此同時，故事的另一條綫索聚焦於李明海，一位飽經風霜的中年男人。他曾是那個小鎮上意氣風發的青年，卻因一場意外事故，承受瞭無法言說的愧疚與痛苦，也因此與曾經的摯愛趙雅天各一方。李明海在城市的底層默默打拼，用勤勞的雙手支撐著破碎的生活，也試圖在時間的流逝中尋找救贖。他的人生軌跡與林語的命運，在冥冥之中有瞭交集，這種交集，並非簡單的相遇，而是關於責任、關於成長、關於理解的深刻碰撞。 隨著情節的推進，林語在大學期間，接觸到瞭更廣闊的世界。他開始思考人生的意義，對社會現象産生質疑，並嘗試用自己的方式去理解和改變周遭。他曾在一次偶然的機會下，看到瞭蘇婉在異鄉發布的一條關於公益事業的動態，心中泛起漣漪。這份重燃的牽掛，讓他開始重新審視自己內心深處的情感，也促使他開始瞭一段尋找的旅程。 陳默在追逐夢想的道路上，遇到瞭挫摺與誘惑，他的性格中衝動與執著的一麵，讓他麵臨著艱難的選擇。他的故事，展現瞭一個年輕人在現實麵前的掙紮與成長，以及在堅持自我與妥協之間搖擺的睏境。 周靜則在校園的象牙塔裏，逐漸成熟。她用她的智慧與善良，化解瞭林語與陳默之間的誤會，也成為瞭他們情感世界中重要的支持者。她的成長，是從一個懵懂的少女，蛻變成一個能夠獨立思考、有責任感的女性的過程。 李明海的人生，在一次偶然的事件中，與林語産生瞭直接的聯係。林語無意中得知瞭李明海的過去，以及他背負的沉重秘密。這種瞭解，讓林語對這個曾經在自己童年記憶中模糊不清的男人，産生瞭復雜的情感。他看到瞭一個男人在生活壓力下的堅韌，也看到瞭他在道德睏境中的掙紮。而李明海，也從林語身上，看到瞭自己曾經失去的純真與希望。 故事的高潮，在於一係列事件的纍積與爆發。林語在尋找蘇婉的過程中，意外發現瞭她所經曆的，遠比他想象的要復雜和艱難。蘇婉在異鄉，並沒有沉淪，而是用自己的力量，在睏境中開闢齣一條道路，並積極參與到幫助那些和她一樣遭遇不幸的人的活動中。她的堅韌與善良，讓林語對她産生瞭一種全新的、更深層次的敬佩。 陳默在一次重要的創業項目上，麵臨著一個關乎原則的重大抉擇。他必須在個人利益和道德底綫之間做齣取捨。他的選擇，將決定他未來的道路，也考驗著他內心深處的價值觀。 李明海的秘密，在某個時刻被揭露，這不僅對他自己，也對與他相關的人，造成瞭巨大的衝擊。他必須勇敢地麵對過去，承擔起應有的責任，並嘗試修復那些被傷害的關係。 故事的尾聲，並沒有一個簡單的“圓滿結局”。相反，它展現瞭人生的復雜性與不確定性。林語與蘇婉，在經曆瞭一係列波摺後，重新走到瞭一起，但他們的重逢，不再是童年時期那種不諳世事的純粹，而是帶著各自的成長、理解與包容。他們懂得，愛情需要共同的努力與經營，也需要麵對現實的挑戰。 陳默，在經曆瞭事業的起伏後，學會瞭更加成熟地看待成功與失敗，他找到瞭更適閤自己的發展方嚮，並繼續朝著自己的理想邁進。 周靜，成為瞭一個獨立而有擔當的女性，她用她的纔華與善良，在社會上發揮著自己的作用，並繼續溫暖著身邊的人。 李明海，在坦誠自己的過錯後，雖然不能完全彌補過去的遺憾，但他的坦蕩與擔當，讓他獲得瞭內心的平靜，也贏得瞭他人的理解與尊重。他最終選擇瞭一種更平和的方式，去麵對餘生。 《機器學習》通過林語、蘇婉、陳默、周靜和李明海這幾條相互交織的人物綫，深刻地探討瞭以下主題： 成長的代價與蛻變： 每一個主人公都在不同的人生階段，經曆瞭痛苦的磨礪，最終實現瞭自我超越。他們的成長，並非一帆風順，而是伴隨著選擇、犧牲與領悟。 情感的維係與考驗： 愛情、友情、親情，在命運的捉弄下，經曆瞭分離、誤會、背叛與重逢。故事展現瞭情感的脆弱性，也強調瞭在睏難麵前，堅持與理解的重要性。 責任與救贖： 李明海的故事，揭示瞭過去犯下的錯誤所帶來的長期影響，以及承擔責任、尋求救贖的艱難道路。 自我認知與價值實現： 主人公們在不斷的探索與碰撞中，逐漸認識到自己的優點與不足，並努力尋找實現人生價值的方式。 時代的烙印與個體命運： 故事發生在特定的時代背景下，人物的命運與大時代的變遷緊密相連，反映瞭在宏大敘事下，個體經曆的喜怒哀樂。 關於“選擇”的哲學思考： 人生由無數的選擇構成，每一個選擇都可能改變一個人的人生軌跡。故事中的人物，都在麵臨著各種選擇，他們的決定，塑造瞭他們的命運。 《機器學習》是一部關於生活、關於人性、關於成長的史詩。它用細膩的筆觸，刻畫瞭普通人在命運洪流中的掙紮與堅守，傳遞齣一種深刻而溫暖的人生哲理：生活並非隻有單綫式的進步，它充滿瞭迂迴、反復，但也正是這些麯摺，纔成就瞭我們獨一無二的人生。它告訴我們，真正的“學習”，並非源於書本上的公式與定理，而是來自於對生活經驗的體悟，對情感的理解，以及對自身缺點的反思與超越。在這個過程中，我們不斷地“機器學習”，不斷地成長，最終，找到屬於自己的，屬於生命的答案。

評分☆☆☆☆☆

這本書的封麵設計有一種深邃而引人入勝的感覺，深藍色的背景上點綴著一些抽象的節點和連接綫，仿佛在訴說著知識的脈絡。我一直對人工智能領域充滿好奇，但又苦於找不到一個閤適的入門途徑。市麵上關於機器學習的書籍琳琅滿目，各種概念和算法的堆砌常常讓人望而卻步。然而，當我拿到這本書時，卻有一種莫名的信任感。它的標題雖然簡潔明瞭，但卻蘊含著無限的可能性。我期待它能為我打開一扇通往機器學習世界的大門，讓我能夠理解那些在科幻電影中纔能看到的智能背後究竟隱藏著怎樣的奧秘。我希望這本書不僅僅是理論的堆砌，更能包含一些實際的案例分析，讓我能夠將所學的知識應用於解決實際問題。畢竟，理論的學習是為瞭實踐的升華。我更看重的是它能否幫助我建立起清晰的學習脈絡，讓我知道從哪裏開始，如何一步步深入，最終能夠獨立地思考和解決與機器學習相關的問題。這本書的齣版，讓我感到非常驚喜，我迫不及待地想要一探究竟，看看它是否能滿足我長久以來對這個領域的好奇心。

評分☆☆☆☆☆

這本書的排版和插圖真的做到瞭令人眼前一亮。很多技術書籍往往為瞭追求內容的詳實而犧牲瞭閱讀的舒適度，但這本書在這方麵做得非常齣色。每一個章節的劃分都顯得尤為清晰，邏輯性很強，讓人能夠循序漸進地理解復雜的概念。我尤其喜歡其中穿插的圖示和流程圖，它們就像是黑暗中的燈塔，瞬間就能點亮我對於某個抽象算法的理解。我之前嘗試過閱讀一些其他的機器學習資料，但常常在某個關鍵的轉摺點卡住，原因就是缺乏直觀的解釋。這本書在這方麵顯然下瞭不少功夫，通過豐富的視覺元素，將枯燥的數學公式和算法原理變得生動有趣。這種“潤物細無聲”的教學方式，對於我這樣的初學者來說，簡直是福音。我期待它能讓我不再對那些復雜的數學符號感到畏懼，而是能夠真正地理解它們在機器學習中所扮演的角色，並從中感受到其中的美妙之處。我想，一本好的教材，就應該能夠激發讀者的學習興趣，而不是讓他們感到疲憊和沮喪。

評分☆☆☆☆☆

我一直認為，學習任何一門技術，最關鍵的在於能否將其與實際問題相結閤。這本書在這方麵做得相當到位。我驚喜地發現，書中不僅提供瞭詳細的理論講解，還包含瞭一係列精心挑選的實戰案例。這些案例並非是那種過於理論化、脫離實際的“教科書式”的例子，而是真正能夠反映當前機器學習在各個領域應用的鮮活範, 例如在圖像識彆、自然語言處理、推薦係統等方麵的應用。更重要的是，書中並沒有僅僅停留在“描述”案例，而是深入地剖析瞭每個案例是如何運用機器學習的原理和技術來解決實際問題的。我期待能夠通過這些案例，學習到如何將書本上的理論知識轉化為解決實際問題的能力，掌握一套行之有效的解決問題的方法論。我相信，通過對這些案例的深入研究和模仿，我能夠更快地提升自己的實踐能力，真正地將機器學習應用到我的學習和工作中去。

評分☆☆☆☆☆

讀這本書的體驗，就像是在參加一場精心策劃的知識盛宴。作者在內容的處理上，真的展現齣瞭極高的專業素養和對讀者的關懷。他並沒有急於拋齣大量的概念和公式，而是先從宏觀的角度，描繪瞭機器學習的整個發展圖景和它在現實世界中的廣泛應用。這種“先知其然，再知其所以然”的引導方式，極大地減輕瞭我的學習壓力，讓我能夠更全麵地認識到學習機器學習的價值和意義。隨後，對於每一個核心概念的講解，都深入淺齣，層層遞進。即使是一些相對復雜的算法，作者也能通過類比、舉例等多種方式，將其解釋得通俗易懂。我最欣賞的一點是，他在介紹算法的同時，還會深入探討其背後的原理、適用場景以及局限性，這讓我能夠形成一個更加全麵和辯證的認識，而不是僅僅停留在“知道瞭”的層麵。這種嚴謹又不失靈活的講解風格，讓我覺得這本書不僅僅是傳授知識，更是在培養一種思考問題的方式。

評分☆☆☆☆☆

從閱讀這本書的整體感受來看，它無疑是一部極具啓發性的作品。我之所以選擇這本書，很大程度上是因為我對機器學習的未來發展以及它對人類社會可能帶來的深遠影響充滿瞭好奇。這本書沒有辜負我的期望，它不僅僅停留在技術的層麵，更引人深思的是其中對機器學習倫理、發展趨勢以及潛在挑戰的探討。作者以一種宏觀而又富有遠見的視角，帶領我審視瞭機器學習在驅動科技進步和社會變革中的角色，也讓我開始思考作為學習者，我們應該如何以負責任的態度去駕馭這項強大的技術。這種超越技術本身、關注人文關懷和未來展望的深度，是我在其他一些技術書籍中鮮少看到的。我希望通過閱讀這本書，能夠獲得更全麵的認知，不僅僅是掌握“如何做”，更能思考“為什麼這樣做”以及“這樣做會帶來什麼”。它為我提供瞭一個更廣闊的視野，讓我認識到學習機器學習的不僅僅是為瞭掌握一門技術，更是為瞭成為一個能夠理解和塑造未來的人。

評分☆☆☆☆☆

很不錯的書，值得閱讀哈哈 不過還要多看幾遍，領悟透徹比較好 加油！

評分☆☆☆☆☆

買瞭一批相關的，慢慢看，還不錯

評分☆☆☆☆☆

哈哈哈哈茶海柴柴白茶哈哈哈哈哈哈哈哈哈哈查哈哈哈

評分☆☆☆☆☆

剛買來還沒看，挺好的，希望有用

評分☆☆☆☆☆

這本書的寫法跟我的思路不對頭，看瞭一遍沒什麼收獲。

評分☆☆☆☆☆

書很好，果凍買的，便宜，講解很細，沒看完。快遞包裝很結實，沒任何問題。京東物流飛快，服務超好。

評分☆☆☆☆☆

還沒看！！！！！！！！！！！！！！

評分☆☆☆☆☆

本書專注於兩類核心的“算法族”，即懲罰綫性迴歸和集成方法，並通過代碼實例來

評分☆☆☆☆☆

這本書在現在各種機器學習的書裏麵，很好。