机器学习

作者: [美] Tom M. Mitchell
出版社: 机械工业出版社
原作名: Machine Learning
译者: 曾华军 / 张银奎
出版年: 2008-3
页数: 282
定价: 35.00元
装帧: 平装
丛书: 计算机科学丛书
ISBN: 9787111109938
8.3
836人评价
5星
38.9%
4星
42.7%
3星
15.7%
2星
2.0%
1星
0.7%
评价:

内容简介  · · · · · ·

机器学习的创作者  · · · · · ·

作者简介  · · · · · ·

Tom M. Mitchell，卡内基梅隆大学的教授，讲授机器学习等多门课程；美国人工智能协会（AAAL）的主席；美国 Machine Learning 杂志、国际机器学习年度会议（ICML）的创始人。

目录  · · · · · ·

译者序
前言
第1章 引言
第2章 概念学习和一般到特殊序
第3章 决策树学习
第4章 人工神经网络
· · · · · · (更多)

原文摘录   · · · · · ·  ( 全部 )

  • The inductive learning hypothesis. Any hypothesis found to approximate the target function well over a sufficiently large set of training examples will also approximate the target function well over other unobserved examples (查看原文)
    长脸方 1赞 2013-11-15 10:08:29
    —— 引自章节：Concept Learning and The Gener
  • We shall see that most current theory of machine learning rests on the crucial assumption that the distribution of training examples is identical to the distribution of test examples. Concept learning. Inferring a boolean-valued function from training examples of its input and output. (查看原文)
    长脸方 1赞 2013-11-15 10:08:29
    —— 引自章节：Concept Learning and The Gener

> 全部原文摘录

丛书信息  · · · · · ·

　　计算机科学丛书(共612册)， 这套丛书还有 《Python编程与数值方法》《计算机程序的构造和解释(原书第2版)》《操作系统》《深入理解复杂网络(网络和信号处理视角)/计算机科学丛书》《TCP/IP详解 卷2：实现》 等 。

喜欢读"机器学习"的人也喜欢的电子书  · · · · · ·

支持 Web、iPhone、iPad、Android 阅读器
Python源码剖析
38.39元
图灵的秘密
29.99元
MacTalk·人生元编程
2.99元
淘宝技术这十年
25.00元
CoffeeScript小书
1.99元

短评  · · · · · ·  ( 全部 191 条 )

热门 / 最新 /

> 更多短评 191 条

我要写书评

机器学习的书评 · · · · · · ( 全部 13 条 )

热门 最新 好友 只看本版本的评论
gflfof 2007-09-07 21:39:02

这本书不是看不看完的问题，所以难以将其归类

机器学习这本书最早是在大二上学期接触到的，当时在与导师聊天时赵老师强烈推荐，于是借了过来，看了第一章的感觉是不可思议，怎么也无法相信西洋跳棋可以通过这种方式学来。后来由于其他的原因，就非常失败地把这本书停留在了第一章。 在下学期，对神经网络感兴趣想进行初步了...  (展开)
103 6 16回应
Alex 2012-06-27 21:48:13

未来的主旋律——机器学习

机器学习是一门交叉学科，和数据挖掘、人工智能等都极为相似。有一种确定的预感：在未来，机器学习将成为一门历史性的学科。 这本书在两月前已细细看过，写的极为不错，在中文教学上，是已译书籍之中的最佳者，在外文书籍中也首屈一指。作者Mitchell以生动的语言阐述了机器学习...  (展开)
16 1回应
Linn 2007-02-08 01:30:17 机械工业出版社2003版

绝好的机器学习入门书籍

这本书我看过很多遍，其实这本书涵盖了很多AI相关的方法，比如ANN中有交叉验证；Bayes中有打折法等等 我觉得此书有两个特点： 1，富含作者本人独到的见解，而且写作手法很生动。 2，所有的学习方法或多或少都围绕着bias（偏置）这个概念，而bias是方法选择的最重要因素。 不足...  (展开)
6 0回应
linglongyouzhi 2012-03-13 16:50:51

写得挺清晰

虽然书的出版日期挺早，但是内容还是非常好的。现在很多流行算法的基础都有讲述。刚看了前六章，其中对决策树，ann的介绍很简洁明了也很容易就看清来龙去脉了。只是翻译的有些问题，貌似作者对统计不是很了解，t检验被翻译成t测试了：（不知英文版怎样有机会也要看一遍才好  (展开)
4 0回应
旺财 2009-12-25 15:47:01

NPatternRecognizer部分内容参照这本书

国内程序员写的开源机器学习算法库NPatternRecognizer 部分内容就是参照的这本书。 NPatternRecognizer：http://npatternrecognizer.codeplex.com/  (展开)
1 0回应
鲁达鲁提辖 2017-05-30 04:37:18

翻译有很多逻辑错误

讲PAC的7.2章节里 英文版P207原文 This definition implicitly assumes that the learner's hypothesis space H contains a hypothesis with arbitrarily small error for every target concept in C. 本来是想表达 虽未明讲，但该定义其实做了一个假定，即对于C中每个目标概...  (展开)
0回应
Joseph 2012-06-22 23:19:11 McGraw-Hill Education1997版

入门级好书，但是老了点

这本书是很好的 machine learing入门书，但写于1997年。虽然老是老了点，但其中对descision tree, neural network 的讲解很详细，也给出了算法发展的过程，最重要的是它处理起这两块比elements of statistical learning 要直观多了。 没有code，后面的章节可能过时了，需要参考...  (展开)
0回应
chentingpc 2011-10-01 23:56:34

经典，入门好书

经典力作啊，虽然是九十年代中期写的，在全面性以及最新性方面都不是完美，但是作为入门性的教科书，非常适合自学。书中数学部分不是特别多，所以对大多数在自学中被数学绑脚的人可以不用担心，而且每一章都有参考论文，对于希望追根溯源，继续深入的同学就非常有用了。书的...  (展开)
0回应

> 更多书评 13篇

论坛  · · · · · ·

内容有点旧，但作者是机器学习领域的大牛 来自安德鲁王 2009-12-24 14:06:31
呵呵～大家读这本书感觉怎么样呀？ 来自liang 5 回应 2009-07-23 20:25:38

这本书的其他版本  · · · · · ·  ( 全部5 )

以下书单推荐  · · · · · ·  ( 全部 )

谁读这本书?  · · · · · ·

陈日斤
陈日斤
4月17日 想读


稳稳稳
稳稳稳
3月29日 想读


有罪的褐色小马
有罪的褐色小马
3月20日 想读


shtfyjg
shtfyjg
3月19日 想读


> 497人在读

> 871人读过

> 4043人想读

二手市场  · · · · · ·

订阅关于机器学习的评论:
feed: rss 2.0