" 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. 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. 每章都附有习题并介绍了相关阅读材料,以便有兴趣的读者进一步钻研探索。
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。"
周志华,南京大学计算机系教授,ACM杰出科学家,IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任,中国人工智能学会机器学习专业委员会主任,IEEE计算智能学会数据挖掘技术委员会副主席。
全书共16章, 大体上可分为3个部分:第1部分包括第1~3章, 介绍机器学习基础知识; 第2部分包括第4~10章, 介绍一些经典而常用的机器学习方法; 第3部分包括第11~16章, 介绍一些进阶知识. 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.
这本书写的很好,通俗易懂,深入浅出。是机器学习系统学习的不错读物。
感谢当当促销活动!好好学习天天向上!!最热门的机器学习!
想了解传统机器学习算法的,这本书那是肯定要入手了
非常经典的一本书,还没有看,先趁着打折一起买了。过段时间再开始机器学习,书包装很好
难得的机器学习的图书。入门级的非常值得推荐的好书。
机器学习经典教材。包装也很严实。而且性价比相当高,比5折还便宜。即使是六一,物流也超快,次日就到啦~
理论讲的很到位,搞机器学习理论还是很重要的
国内很出色的一本了解机器学习的教材,语言通俗易懂,很好理解。
很经典,需要一定的数学基础,建议先看《白话大数据与机器学习》,再看这一本
这本书纸张很好,内容写得浅显易懂,作为机器学习的入门书很不错。
我认为这是我看到讲得最好的机器学习的书 讲得很仔细 已经推荐了两个同事购买
很权威的机器学习书籍,涵盖了这一领域的主流算法。
这个书是老师推荐的 挺不错的 喜欢机器学习的人可以看看
讲述了机器学习的基础理论,是一本入门的指导书
周老师的书网上评价很高啊,趁着当当的活动买来看看。对人工智能与机器学习感兴趣,原来不是学这块的,想买本好的教材入门。书很精美,包装很好,内容还没细看,给好评!
很好的书,深入浅出介绍机器学习的理论与实践,推荐阅读!
书首先外观很特别!西瓜书!包装也很好,这次是11月份刚印刷的,看评论非常好,周老师在国内机器学习的地位不用多说,也是真正的学者,行业的领军人物!所以支持当当,支持正版!
这本书内容覆盖的确很全,以前学水平集的,但接触过一些机器学习,也早听说过周志华老师这位机器学牛,出的书感觉是比以前的中文版好。
不仅能学习机器学习的知识,还能学习教学方法!
周志华是国内ML领域引文被引用次数的NO.1,而这本书可以称之为Tom Mitchell 的《机器学习》的国行版。印刷和排版都一级棒,很新,很简洁,很漂亮,关键是内容很棒。只是当当网的包装很烂。
机器学习宝典书,学习机器学习的必读之书,值得推荐
慕名而来,内容包含了对整个机器学习领域全面的讲解。文笔也很有趣,对想从事机器学习领域学术研究的人,一定有很大帮助。
国内南京大学周志华老师的机器学习之作。内容包含了机器学习的方方面面,通俗易懂,由浅入深,值得推荐!现在机器学习和人工智能很火,学习一下基本的理论。
西瓜书,写得很详细,包括的内容很多,关于内容的解析也全面(相比李航的统计学习方法来说,它的推导会简约一些,但是重要公式及思想都有叙述.然后它比u李航老师那本包括的内容多一些,作为学习or参考书来说挺棒的.
和封面展示的一致,书本拿到手里后感觉比较厚实,而色彩也感觉比较鲜艳。内容上看了几页书,旁页都有大量的注释,而配以了不错的插图和简洁的表格,个人觉得和李航先生的《统计学习方法》一起算的上是相得益彰。
我在 FAC 最后进行的努力就是每周的机器学习汇演。我的目标是在此次训练周即将结束的时候,能够运用机器学习来解决一些实际问题。最终我成功了。
书到了第一反应是,书为什么是方的。整本书的排版相当不错,自己很喜欢,第一次看到如此令人心动的教材。如果我们的教材都能如此,心情就好多了。内容目前只看了前两章,以及前言和后记。此书很用心,作为机器学习的入门书,是个不错的选择。