机器学习
内容简介
本书是最全面的机器学习教材之一。书中首先介绍了机器学习的构成要素(任务、模型、特征)和机器学习任务,接着详细分析了逻辑模型(树模型、规则模型)、几何模型(线性模型和基于距离的模型)和概率模型,然后讨论了特征、模型的集成,以及被机器学习研究者称为“实验”的方法。作者不仅使用了已有术语,还引入了一些新的概念,同时提供了大量精选的示例和插图解说。
作者简介
作者简介:
Peter Flach
布里斯托大学人工智能教授,拥有20多年的机器学习教研经验。在高度结构化的数据挖掘以及通过ROC分析来评估和改进机器学习模型方面,Flach是国际领先的研究人员。他还是Machine Learning期刊总编。曾担任2009年ACM知识发现与数据挖掘国际会议、2012年欧洲机器学习与数据挖掘国际会议的程序委员会共同主席。另著有Si...
目录
文章试读
...
该书热门标签
- 最新
- 热门
-
1
Hypophrenia
2016-08-09
还没看完,不过不错,让我完成了入门
-
0
酋长大人
2017-01-27
入门书籍
-
0
Moja
2016-07-02
一贯的翻译的太烂 我又懒得看原版...
-
0
透明
2016-08-28
都是理论没有实操,读得好辛苦……
-
2
mase
2017-03-18
在拼学历的行当,唯有不断学习与实战才有赢的概率
-
2
mase
2017-03-18
在拼学历的行当,唯有不断学习与实战才有赢的概率
-
1
Hypophrenia
2016-08-09
还没看完,不过不错,让我完成了入门
-
0
酋长大人
2017-01-27
入门书籍
-
0
Moja
2016-07-02
一贯的翻译的太烂 我又懒得看原版...
-
0
透明
2016-08-28
都是理论没有实操,读得好辛苦……
我要写长评
书评
有什么“读后感”吗?您可点击右上角“我要写长评”来进行评价噢。

评价“机器学习”