周志华,南京大学教授,计算机科学与技术系副主任,软件新技术国家重点实验室常务副主任,机器学习与数据挖掘研究所(LAMDA)所长,校、系学术委员会委员;ACM杰出科学家,IEEE Fellow,IAPR Fellow,中国计算机学会会士;长江学者特聘教授,国家杰出青年基金获得者。2007年创建南京大学机器学习与数据挖掘研究所(LAMDA),2010年11月任软件新技术国家重点实验室常务副主任,2013年5月任计算机系副主任。
机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材,在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.
全书共16 章,大致分为3 个部分:第1 部分(第1~3 章)介绍机器学习的基础知识;第2 部分(第4~10 章)讨论一些经典而常用的机器学习方法(决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习);第3 部分(第11~16 章)为进阶知识,内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.
书中除第1章外, 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习, 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题, 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度, 有些并无现成答案, 谨供富有进取心的读者启发思考.
本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
我第一次看这本书的时候,给的四颗星。 大致浏览了一遍,觉得作者前面三章写得可以,感觉真的有四颗星。 第二遍要深读的时候,发现无法理解为什么这本书评价这么高。 原因就是我在短评里写的:简单的不用他写得如此通俗,也能易懂;不简单的他想通俗,可惜易懂的效果没起到,反...
评分从18年年底开始,做了一个决定:重新开始机器学习的学习之旅。逡巡了一下书架,决定选择本书作为主要教材,因为本书优点甚多: 一、结构合理,覆盖到了机器学习的几大板块:人工神经网络、SVM、集成学习、聚类分析等; 二、推导过程由浅入深,从简单原型发展到复杂的模型; 三...
评分我第一次看这本书的时候,给的四颗星。 大致浏览了一遍,觉得作者前面三章写得可以,感觉真的有四颗星。 第二遍要深读的时候,发现无法理解为什么这本书评价这么高。 原因就是我在短评里写的:简单的不用他写得如此通俗,也能易懂;不简单的他想通俗,可惜易懂的效果没起到,反...
评分看网上评价很高,也是国内的第一本较为全面的介绍机器学习著作,作者的大名在学术界也是人尽皆知。于是立马买入此书。 大致翻了一下,明显有国内学者写书时的通病,上来就摆公式,把很多能用语言就简单描述的问题直接用公式符号表示。看似严谨,但其实对于初学者很不友好。做了...
评分作者前言及纠错信箱:http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm 。可见这本书出发点就是“启蒙”,非常朴实。倒不存在和另一些书去争高下,各有特长。机器学习和很多相关领域一样,不是公式堆砌,也不是故作高深,相反,用大白话讲到尽可能多的人懂,就是好的。可以看到,很多方法除开优雅的推演,直觉上也是合理且美的。重要的是把握一个方法的思考脉络。当然,真正的学术派(论文狗)会在某些章节某些细节里会心一笑:无论自己投稿,还是审别人稿,常遇到的一些疑难被提到了,不免汗颜,不免亲切。最后,推荐主页上另一本Ensemble Methods,概括性不错。
评分花了两周浏览完了第一遍,确实像周老师说的,这本书需要反复阅读多次才能体会。确实是机器学习领域极佳的入门教材,全五星。 不懂高分短评是什么意思,此书的前言中说的很清楚,“本书只能给诸君提供入门之路径,读者若想通过此书而精通浩瀚之机器学习,那是万万做不到的”。可能你们自己没有认真看书吧。 不过有些人就是喜欢恶意低分,彰显自己的所谓“独特看法”了。然后一旁的吃瓜群众,带着敬佩的心情去点赞。 其实大多数人,连这本书,都没看过吧。
评分吃西瓜指导书????????表示新手真看不太懂,越看越烦躁
评分作为教材其实需要具备三个条件:印刷排版好,语言表达好,逻辑思路好。从这三点来说,这本书都完胜李航教授的《统计学习方法》,是一本非常值得推荐给机器学习入门者梳理知识以及机器学习从业者温故知新的书。希望周老师的下本书可以增加一些自己对于模型本身的思考和理解,那一定会更受欢迎。
评分这个书太棒了!撸了2遍。
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.wenda123.org All Rights Reserved. 图书目录大全 版权所有