机器学习
内容简介
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...
作者简介
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。
目录
该书热门标签
- 最新
- 热门
-
0
愚蠢的地球人
2016-04-17
机器学习入门书，中国人自己写的，严谨清晰。
-
0
LuckyYou
2016-05-04
叙述清晰明了、简单易懂，不仅作为入门、作为梳理回归都很好；此外彩色印刷更有质感
-
0
kk12333
2016-06-05
必读！……
-
0
嗜书者
2016-06-15
讲得很生动，对我来说，许多地方看的不明白
-
0
GeekMuseMa
2016-07-18
配合李航的统计学习服用更佳！
-
1
小白
2016-09-06
假期抽空看了一遍，读完之后呆若木鸡。本书涵盖了几乎所有的机器学习算法，不过道行太浅，读下来脑子里只有NP难反复回旋
-
0
for your eyes
2016-09-20
Machine Learning Enthusiast.
-
1
哀痛君王
2016-10-23
不可能有9分
-
0
Tsubasa
2016-10-30
对想入门机器学习的人来说，是一大福音。
-
1
黑尘子
2016-11-26
看过一部分，并不觉得这本书比其他的基本机器学习教材好在哪里，当一本参考书是不错的，可是里面的信息量并不大，入门的话也并不合适，写得不是很详细，很多地方都没有说清楚前因后果，所以，可以当资料用吧。
-
54
vinowan
2016-02-02
泼点冷水，大致翻了一遍，内容基本涵盖了现在常用的各种算法，但是各种算法论述比较简略，这点比李航的统计学习方法要差不少，可能周老师写这本书的目的是做教材，个人不认为适合自学
-
21
谜团
2016-08-17
懂得人不用看，不懂的人看了也不会懂，不知道为什么评价这么高，就因为排版还不错吗？
-
12
飞林沙
2016-04-18
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。
-
7
亲爱的猥琐猪
2016-05-08
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。
-
5
eric
2016-02-14
大致翻了下，目前只详细看了第8章集成学习，感觉还不错，不由得拿李航的书来比较。（只谈谈我目前看到过的几点，仅供参考） ①内容方面，李的书要少于周的书，周写的内容更多一些。 ②由于只看了第八章，两者关于adaboost的公式讲解都差不多，但是李航的书有例题，一步步的计算。周的书没有例子，但是有一些在相同数据集上不同参数的比较图。 ③周的书有个好处就是，行文中穿插了各个算法的来龙去脉，有点历史的感觉。 ④参考文献两本书都有，这点就不比较了。 ⑤最后一点，周的书比李航的书要厚许多，也是彩印，内容当然也要涵盖很多，但是不能说周的书是包含了李航的书，我的建议是两本都可以看看，都是不错的读物。
-
5
麦提克斯
2016-01-14
有幸在出版前读过draft，可以说是国内机器学习最好的教材，讲解十分详细，读起来非常有收获。参考资料可见此书的主页http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm
-
4
onemach
2016-04-01
手撕SVM，数据挖掘面试必备
-
4
霄北北
2016-06-05
这是一本可以让你读下去，学下去的入门好书
-
2
刘牛六
2016-12-15
虚高
-
2
R2D2
2016-04-16
第一遍：2016-03-05~04-16
- 最新
- 热门
-
什么鸡吧玩意
1有用 flanker 2016-03-23
一堆公式不给推导看个鸡吧啊好想好想好好许许多多家大家都觉得简简单单简简单单就得绝对绝对绝对绝对的经典打击打击打击打击打击 查看全部>>
-
本人正在阅读此书，加群109180137交流
1有用 gump 2016-02-05
作为国内第一本大牛级别写的机器学习中文书，还是值得阅读研究一番的，欢迎加入此书读书QQ群：109180137。这段时间正在阅读此书，大致翻阅了目录，范围比较广，书比较厚，等阅读完之后再深入评价。欢迎同... 查看全部>>
-
这本书和《统计学习方法》很配
0有用 潇潇哈哈 2016-03-31
《统计学习方法》和《机器学习》都读了一半这样。感觉《机器学习》比较全面一点，最近在研究概率图模型，神经网络和概率图模型这两章写的都不错，帮助我入门。然后两本书都讲到的章节，比如LR，SVM，有的时候只... 查看全部>>
-
作为一个自学机器学习的人来说,这是我读过最好的书(好懂,知道了很多为什么)
0有用 javagood 2016-09-20
写的比较深入浅出,原来自学过机器学习课程.同时实践过一个简单的机器学习算法来预估广告点击率(逻辑回归算法),取得了一定效果.但是很多基本原理也只是照搬硬套.看了这本书后有一种豁然开朗的感觉例如为什么参... 查看全部>>
-
一些地方能再详细讲解下就更好了
0有用 ChatbotLife 2016-11-22
覆盖面没话说，也对一些知识有了初步的理解。但说实话因为覆盖面比较广，一些推导就省略了不少，若能减少覆盖面，集中讲解几个算法，就更好了。比如CRF，HMM只有两个子章节，导致看不太懂。个人比较喜欢看完整... 查看全部>>
-
感觉这本书不适合入门
0有用 scholarship 2016-11-27
之前已经有一定的数学知识储备，但第一次看这本书感觉没有什么头绪，基本上一章只能看懂前面的部分，后面较深入的就看不懂了，公式比较杂乱，上课用的模式分类感觉要比这本书好很多，讲的比较清楚，这本书应该比较适... 查看全部>>
-
标准的教科书：理论知识，加比较新的研究总结
0有用 张晓帆字骥飞 2016-12-11
豆瓣评分9分的书，全是理论知识，应该说还不错。读完厚厚的一本书，能建立机器学习的框架，并有前瞻性的一些概念。掌握各种算法的数学基础，能解决什么业务问题，有什么注意事项，能更好的指导我们的工程实践。同时... 查看全部>>
-
可以当个随便翻翻的Review，不懂评分为什么这么高
1有用 Cooper 2017-02-02
这本书的纸张选的很怪异，装在包里很难装，放书柜也不好放。从出版至今短短一两年的时间，这本破书就改了十版，可想而知这本书里到底是有多少错误，作者对待这本书是什么个态度。作者说要把这本书当成教科书，但真正... 查看全部>>
-
太好懂了
1有用 Kijiang 2016-04-19
这本书写的太好了好多之前一直看不懂的东西看了其他也不理解的东西看了这本书后特别容易理解！这本书1月出版印刷多次居然已经冲上京东计算机排名第一感受到了这个领域的热门以及众多的竞争对手… 查看全部>>
-
能够解释为什么的机器学习教科书
1有用 a_31415926 2016-08-04
1.这个书最好的地方在于他很多地方解释了某某模型或者参数为什么的问题：也就是某个东西的用途优点和动机intuition。而一般的计算机类的机器学习书则侧重告诉你"是什么"的问题，而不知道所以然。这个优... 查看全部>>
-
教材书籍
70有用 SCUT-苏东 2016-02-06
周老师这本书用来当教材确实不错，不过自学的话跟李航老师的《统计学习方法》来比，确实不够详细，但周老师的书广度上要更加广泛。不过某些内容上，如线性判别函数，《模式分类》以及《现代模式识别》(第二版)都用... 查看全部>>
-
这本书 应该没你们说的那么好
38有用 用户5616961672 2016-06-22
看到这本书豆瓣上评到9.1，各种赞誉，很是惊奇，感叹国内作者能写出这样的书来真不容易。当然有好书我也想看，昨晚下单，今天到货，很不好意思，要泼点冷水，这本书没有你们说的你们好。简单说：这本书作为自学教... 查看全部>>
-
机器学习理论大集合
19有用 instinct 2016-02-23
冲着周教授的学术名气买的这本书，拿到书以后，稍微感觉有点失望。之前，曾经入手了李航博士的《统计学习方法》，而且我是认认真真看了不止一遍的。对比周教授的这本《机器学习》，在内容的广度上，《机器学习》介绍... 查看全部>>
-
目前看到过的，算是最好的“中文”机器学习“教科书”了。
18有用 蜡笔小轩 2016-02-15
注意，这是一本“教科书”，所以其中有一些“不足”也就好理解了。书本身没有很厚，看起来不至于压力很大。毕竟是“教科书”，每一章只有短短的几十页，结合课程用来教学是不错，但自学只看这本书估计有点不太够，可... 查看全部>>
-
看了几章，还不错
7有用 eric 2016-02-14
大致翻了下，目前详细看了第8章集成学习，和前5章。感觉还不错，不由得拿李航的书来比较。（只谈谈我目前看到过的几点，仅供参考）①内容方面，李的书要少于周的书，周写的内容更多一些。②由于只看了第八章，两者... 查看全部>>
-
看完《机器学习》的总结与心得
5有用 yangzhiqi 2016-07-31
这段时间利用下班晚上和周末在家的时间把《机器学习》看了一遍，总的来说，除了前两章是基础，其余章节都是介绍模型方法，应用场景、理论推导、优化过程、算法等，每章都可独立阅读而不受其他章节影响。如果只是每一... 查看全部>>
-
周志华机器学习习题答案
4有用 Momo 2017-01-21
开个坑，慢慢填第一章绪论：http://wangzhinan.com/2017/01/08/zzh-machinelearning-exercise-1/第二章模型评估与选择:http://wangz... 查看全部>>
-
谁说这本书简单易懂的？你站出来，我保证不打死你。
3有用 一瓢之饮 2016-09-23
内容是挺严谨，因为显然，能用公式表达的地方它都用公式了……带来的问题是，很多本来简单的道理也变得非常难懂。幸好我是配合国外课程边听边看的，我在课程里听得挺明白的，但同一个章节，我再去这本书里看，却看得... 查看全部>>
-
适合入门的一本书
3有用 阿杜 2016-11-27
历时一个月，利用每天早晨起床和晚上睡觉前的时间，前几天刚粗略过完一遍，趁着热乎劲写点评论。周志华老师在这个领域确实很强，从书的结构组织和内容就能看出来，由浅入深，从经典算法到近期该领域的热门算法都讲到... 查看全部>>
-
什么鸡吧玩意
1有用 flanker 2016-03-23
一堆公式不给推导看个鸡吧啊好想好想好好许许多多家大家都觉得简简单单简简单单就得绝对绝对绝对绝对的经典打击打击打击打击打击 查看全部>>
评价“机器学习”