统计学习方法 在线电子书 图书标签: 机器学习 统计学习 统计学 数据挖掘 数学 计算机 统计 MachineLearning
发表于2024-11-23
统计学习方法 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载 2024
除了是中文这一点之外,没什么其它太大的亮点
评分略过。
评分其实只看了SVM一章,李航博士功力深厚,将复杂的SVM理论讲的无比透彻,来龙去脉条理清晰;不过作为教科书,重于本质理论的介绍,给出了大量证明,之前看网上很火的那个SVM入门教程,对svm的理解还是流于形式,知其然不知其所以然,这次看这本书解开了不少疑惑。从线性可分SVM(硬间隔最大化)、线性SVM(软间隔最大化),到非线性SVM(核技巧),每一节都是同一风格的安排:问题描述、形式化定义,学习的对偶算法,其中穿插证明。还有最后一节SMO没看。
评分《机器学习》转化为假设空间搜索问题。本书将统计学习理解为凸优化,数值计算。但是,背景动机来源少。机器学习有三个组成部分:第一,数据;第二,模型或者估计函数;第三,需要降到最低的成本或损失。机器学习的整个raison detre过程实际上是其运用类似的统计问题来优化损失函数的过程。
评分其实只看了SVM一章,李航博士功力深厚,将复杂的SVM理论讲的无比透彻,来龙去脉条理清晰;不过作为教科书,重于本质理论的介绍,给出了大量证明,之前看网上很火的那个SVM入门教程,对svm的理解还是流于形式,知其然不知其所以然,这次看这本书解开了不少疑惑。从线性可分SVM(硬间隔最大化)、线性SVM(软间隔最大化),到非线性SVM(核技巧),每一节都是同一风格的安排:问题描述、形式化定义,学习的对偶算法,其中穿插证明。还有最后一节SMO没看。
李航 日本京都大学电气工程系毕业,日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所,微软亚洲研究院高级研究员及主任研究员,现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。
初学者不适合看,但是从事相关行业的人必定要看,本书精简不啰嗦,面面俱到,从原理上给你整得明明白白的,辅以适当的例子,没有多余的图表,因为人工智能不是什么画图跑demo的专业,你需要有扎实的数学基础。 建议路线,ng课程入门,知道有哪些算法,大致怎么做,然后去kaggle...
评分暑假准备面试的时候,开始看这本书,刚开始看的时候,被书中的内容深深吸引住了,介绍了很多经典的机器学习算法,对于想迅速入门而且不喜欢读英文书的人来说,这绝对是一本经典之作。只是里面的数学推导太简略了,必要的数学知识讲解的也不是太清晰。在我看过andrew ng的讲义之...
评分初学者不适合看,但是从事相关行业的人必定要看,本书精简不啰嗦,面面俱到,从原理上给你整得明明白白的,辅以适当的例子,没有多余的图表,因为人工智能不是什么画图跑demo的专业,你需要有扎实的数学基础。 建议路线,ng课程入门,知道有哪些算法,大致怎么做,然后去kaggle...
评分这本书干货为主,什么意思呢,就是多余的例子啊解释啊不多,很精简的就从问题定义开始,到算法,到分析。所以别看书这么薄,其实内容不少。当然,似乎作者还有意象再写一本,这本书现在还不全,有一些模型在本书总没有提到。 对于初学者而言,其实机器学习并不容易,如果只读这...
评分这本书干货为主,什么意思呢,就是多余的例子啊解释啊不多,很精简的就从问题定义开始,到算法,到分析。所以别看书这么薄,其实内容不少。当然,似乎作者还有意象再写一本,这本书现在还不全,有一些模型在本书总没有提到。 对于初学者而言,其实机器学习并不容易,如果只读这...
统计学习方法 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载 2024