作者:
Richard O. Duda
/
Peter E. Hart
/
David G. Stork
出版社: 机械工业出版社
副标题: 原书第2版
译者: 李宏东
出版年: 2003-9
页数: 530
定价: 59.00元
装帧: 简裝本
丛书: 计算机科学丛书
ISBN: 9787111121480
出版社: 机械工业出版社
副标题: 原书第2版
译者: 李宏东
出版年: 2003-9
页数: 530
定价: 59.00元
装帧: 简裝本
丛书: 计算机科学丛书
ISBN: 9787111121480
内容简介 · · · · · ·
《模式分类》(原书第2版)的第1版《模式分类与场景分析》出版于1973年,是模式识别和场景分析领域奠基性的经曲名著。在第2版中,除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外,读者将会发现新增了许多近25年来的新理论和新方法,其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例,各种不同方法的对比,丰富的图表,以及大量的课后习题和计算机练习。
目录 · · · · · ·
出版者的话
专家指导委员会
译者序
前言
第1章 绪论
1.1 机器感知
1.2 一个例子
1.3 模式识别系统
1.4 设计循环
1.5 学习和适应
1.6 本章小结
全书各章概要
文献和历史评述
参考文献
第2章 贝叶斯决策论
2.1 引言
2.2 贝叶斯决策论——连续特征
2.3 最小误差率分类
2.4 分类器、判别函数及判定面
2.5 正态密度
2.6 正态分布的判别函数
2.7 误差概率和误差积分
2.8 正态密度的误差上界
2.9 贝叶斯决策论——离散特征
2.10 丢失特征和噪声特征
2.11 贝叶斯置信网
2.12 复合贝叶斯决策论及上下文
本章小结
文献和历史评述
习题
上机练习
参考文献
第3章 最大似然估计和贝叶斯参数估计
第4章 非参数技术
第5章 线性判别函数
第6章 多层神经网络
第7章 随机方法
第8章 非度量方法
第9章 独立于算法的机器学习
第10章 无监督学习和聚类
附录A 数学基础
参考文献
索引
· · · · · · (收起)
专家指导委员会
译者序
前言
第1章 绪论
1.1 机器感知
1.2 一个例子
1.3 模式识别系统
1.4 设计循环
1.5 学习和适应
1.6 本章小结
全书各章概要
文献和历史评述
参考文献
第2章 贝叶斯决策论
2.1 引言
2.2 贝叶斯决策论——连续特征
2.3 最小误差率分类
2.4 分类器、判别函数及判定面
2.5 正态密度
2.6 正态分布的判别函数
2.7 误差概率和误差积分
2.8 正态密度的误差上界
2.9 贝叶斯决策论——离散特征
2.10 丢失特征和噪声特征
2.11 贝叶斯置信网
2.12 复合贝叶斯决策论及上下文
本章小结
文献和历史评述
习题
上机练习
参考文献
第3章 最大似然估计和贝叶斯参数估计
第4章 非参数技术
第5章 线性判别函数
第6章 多层神经网络
第7章 随机方法
第8章 非度量方法
第9章 独立于算法的机器学习
第10章 无监督学习和聚类
附录A 数学基础
参考文献
索引
· · · · · · (收起)
丛书信息
· · · · · ·
计算机科学丛书(共619册),
这套丛书还有
《并行算法导论》《计算机存储与外设》《计算机网络问题与解决方案》《分布式操作系统原理与实践》《数据结构》
等
。
喜欢读"模式分类"的人也喜欢 · · · · · ·
模式分类的书评 · · · · · · ( 全部 10 条 )
Pattern Classification
这本书是Deng Cai机器学习课程的主要参考教材,我在19年秋学期上课过程中把主要内容阅读了一遍,还做了部分课后习题,感觉习题的质量也挺高的。跳过了第四章Nonparametric Technique,第六章Multilayer Neural Networks,第七章Stochastic Methods,第八章NonMetric Methods,...
(展开)
> 更多书评 10篇
论坛 · · · · · ·
读过的兄弟,多多交流啊 | 来自天行健 | 11 回应 | 2022-03-17 17:23:06 |
召集想完成中文版pdf的小伙伴 | 来自欢子 | 2022-02-10 16:01:04 | |
..... | 来自goose | 2 回应 | 2010-08-18 16:25:51 |
一本好书 | 来自妙手一运 | 4 回应 | 2009-07-23 20:24:55 |
这本书的其他版本 · · · · · · ( 全部8 )
-
Wiley-Interscience (2000)8.9分 122人读过
-
机械工业出版社 (2007)8.8分 83人读过
-
Wiley-Interscience (2004)暂无评分 4人读过
-
Wiley India (2007)暂无评分
在哪儿借这本书 · · · · · ·
以下书单推荐 · · · · · · ( 全部 )
- 数据挖掘&信息检索相关 (miner)
- 数据挖掘、统计、机器学习 (大米粒)
- 数学计算机专业书籍 (万籁君)
- 机器学习 (Yingfeng)
- AI和ML (gflfof)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于模式分类的评论:
feed: rss 2.0
0 有用 daphoon 2015-11-29 08:36:32
没学过的看不明白,学懂了的又懒得看,所以最适合我这种学过跟没学过似的的(当年的感想)
0 有用 klb3713 2012-12-04 21:12:03
课本飘过……
0 有用 redswallow 2013-05-07 01:11:32
习题好多
1 有用 Kogorou 2007-01-19 23:07:16
我选的自学参考书
9 有用 阅微草堂 2017-05-26 15:53:51
编译原理作为模式分类的一个分支。周志华《机器学习》从这里抄了不少!离散数据三种处理:一,有序的条件下成为连续,二,向量化,三,利用结构化和规则。
0 有用 BraceYourseIf 2020-12-31 23:47:50
前深度学习时代的模式分类。其实我一直不太喜欢玄学的神经网络,这种看得见摸得着的统计模型让人安心,面对不复杂的任务时也可以得心应手。
0 有用 比较咸的猫 2020-12-05 22:16:04
理论大典
0 有用 三七李 2020-07-10 22:37:10
看了老板划的部分 是本好书 我已经感性理解了!(发出数学学渣的声音
0 有用 种豆 2020-05-13 23:58:56
模式识别课的教材,通过这本书知道了一些概念,总体来说内容比较旧,但线性模型讲的还不错。后面的章节也讲了一些奥卡姆剃刀原理等准则。
0 有用 奥特曼 2020-04-09 23:38:42
研一模式识别课用的教材,比较全面,记得当时是自动化所四个研究员轮流讲,授课内容比这本书还精彩