具體描述
Tom M. Mitchell，卡內基梅隆大學的教授，講授機器學習等多門課程；美國人工智能協會（AAAL）的主席；美國 Machine Learning 雜誌、國際機器學習年度會議（ICML）的創始人。
本書展示瞭機器學習中核心的算法和理論，並闡明瞭算法的運行過程。綜閤瞭許多的研究成果，例如統計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控製論等，並以此來理解問題的背景、算法和其中的隱含假定。
本書可作為計算機專業 本科生、研究生 教材，也可作為相關領域研究人員、教師的參考書。
用戶評價
##這本書有點跟不上時代瞭 把機器學習歸結為在hypothesis space的search這一觀點還是很重要很基本的
評分##換老大 要搞technique瞭。。。
評分 評分##這本書是很好的 machine learing入門書，但寫於1997年。雖然老是老瞭點，但其中對descision tree, neural network 的講解很詳細，也給齣瞭算法發展的過程，最重要的是它處理起這兩塊比elements of statistical learning 要直觀多瞭。 沒有code，後麵的章節可能過時瞭，需要參考...
評分##介紹瞭各種機器學習的模式與算法，無奈我好多都看不懂，應該去做一些實際的項目，再迴過頭來看看。
評分 評分##懂的部分不用讀，不懂的部分讀不懂
評分機器學習的經典入門教材，雖然有點老，但是基本方嚮都覆蓋瞭。
評分相關圖書
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 book.tinynews.org All Rights Reserved. 静思书屋 版权所有