全书共包含18个章节，从概率密度、贝叶斯决策理论引入样本学习的基本概念，进而介绍了近邻域学习、核学习及神经网络学习，在此基础上探讨了PCA学习、VC维概念、函数估计问题等，后重点介绍了非常实用的支持向量机SVM及Boosting方法。各章均包含小结、附录、习题及参考资料，非常适合于大专院校计算机及电气工程类硕博士研究生及高年级学生作为教学参考书。
具体描述
读后感
评分
评分
评分
评分
评分
用户评价
评分
翻译得超级差，各种不通顺，专业名词混乱，公式排版乱糟糟。程国建等译者你们有脸吗？此书最多值五毛。
评分翻译得超级差，各种不通顺，专业名词混乱，公式排版乱糟糟。程国建等译者你们有脸吗？此书最多值五毛。
评分很基础，但是很实用。很适合查缺补漏。
评分翻译得超级差，各种不通顺，专业名词混乱，公式排版乱糟糟。程国建等译者你们有脸吗？此书最多值五毛。
评分很基础，但是很实用。很适合查缺补漏。
相关图书
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