Chen_1st的读书主页
Chen_1st的书评 · · · ( 3篇 )
机器学习 -- 从入门到精通
个人觉得“机器学习 -- 从入门到精通”可以作为这本书的副标题。 机器学习、数据挖掘或者模式识别领域有几本非常流行的教材，比如Duda的模式分类，Bishop的PRML。Duda的书第一版是模式识别的奠基之作，现在大家谈论得是第二版，因为内容相对简单，非常流行，但对近20年取得统治地位的SVM、Boosting基本没提，有挂一...(6回应)
夸的人太多了，我来中和以下
这本书还不错的，很适合数学基础不算太好（当然也还是要一定的数学基础），又想了解数据挖掘这个领域的读者。或者有实际的项目需求，但又没有足够的时间去深入了解这个领域的实践者。 不过我每次看到有人说它把艰涩的数学讲的很通俗、进而认为那些写满数学公式的书是故弄玄虚这样的说法时就觉得很反胃口。但这种说法...(32回应)
Chen_1st的笔记 · · · ( 1篇 )
The Elements of Statistical Learning (1)
Trevor Hastie, Robert Tibshirani, Jerome Friedman / Springer / December 2008 / USD 89.95
-
用SVD解释正则化
测试一下笔记功能。 式3.47用SVD解释了L2正则化，其机制和用SVD降维有相通之处。需要注意的问题是原始数据centering以后，用SVD降维才有好的理论解释(就是PCA)。不难想象，与此相似，原始数据centering以后，L2正...
Chen_1st关注的人 · · · ( 全部81 )
最近阅读 · · ·
- 4月16日
-
在读
Network Flows
可能是同类话题中覆盖面最宽也最深的一本书，同时也是写得最差的一本书。别的书花两三分钟就能看懂的内容，看这本书花两三天也未必看得懂。但是很多内容找不到可替代的资料来源，你又能怎么办？
- 1月16日
- 在读 Mining the Social Web
- 2011年12月31日
- 在读 Statistical Methods for Rates and Proportions
- 2011年12月13日
-
读过
Combinatorial methods in discrete distributions
缺点是书写的太简练了，缺乏足够的讲解。但同类的书好象很少，具有不可替代性。我只跳读了两章，主要看看能不能用来解决我想解决的问题。
- 2011年12月6日
-
读过
离散多元分析
书不错，翻译得一般，但有些名词用的不规范，有些句子之间的联系不清楚，总体还能看。
- 2011年11月18日
- 想读 High Performance Python
- 2011年11月11日
- 写了关于 The Elements of Statistical Learning 的读书笔记： 用SVD解释正则化
- 2011年9月6日
- 想读 Large-Scale Inference
- 2011年5月9日
-
写了Pattern Recognition And Machine Learning的评论
更广的背景下看Bayesian Learning
这两天因为读文章的需要，重新翻了翻这本书。觉得@raullew在http://book.douban.com/review/4474434/ 中提到的问题的确是这本书的一个缺陷。 是否真正了解一个东西，...
- 2011年4月29日
- 想读 A Probabilistic Theory of Pattern Recognition (Stochastic Modelling and Applied Probability)
- 2011年4月25日
- 想读 Convex Analysis and Minimization Algorithms、Convex Analysis and Minimization Algorithms I
- 2011年4月6日
- 读过 Convex Analysis and Optimization
- 2011年3月15日
-
想读
物理学家用微分几何
暂时还不打算读，先记着，需要学的时候就看这本
- 2011年2月10日
-
在读
Introductory Functional Analysis with Applications
又得回来补课了。这本书比较适合补课。
- 2011年1月25日
- 想读 A Modern Approach to Probability Theory、An Introduction to Probability Theory and Its Applications
- 2011年1月21日
-
想读
Networks, Crowds, and Markets
看上去很不错，有空得读一下。第二作者是HITS算法的发明者。
- 2011年1月5日
-
读过
模式分析的核方法
读得不认真，前两部分和别的书有很大重复，第三部分是该书独有的一些内容。
更广的背景下看Bayesian Learning
这两天因为读文章的需要，重新翻了翻这本书。觉得@raullew在http://book.douban.com/review/4474434/ 中提到的问题的确是这本书的一个缺陷。 是否真正了解一个东西，不仅取决于你是否了解这个东西的特性，还取决于你能不能把它和相似的东西区分开。比如说，你要学习什么是猫，不仅需要了解猫的特点，还要了解猫和老虎...(28回应)