机器学习•短评
-
0 null 2016-11-18
入门好书
-
0 Soloriens 2016-07-11
很好的中文入门书
-
1 惟恍惟惚 2016-06-11
通俗易懂,适合初学者。部分公式不简洁,符合学习那一部分感觉没有《人工智能--复杂问题求解的结构和策略》写的易懂。总体还是来说还是挺好的,国内教科书也算经典吧。
-
0 redamos 2016-05-15
比较全面,但是还是写的有点拗口,不够生动。
-
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。
-
0 吴梦圆 2016-11-28
习题比较少
-
0 达闻西 2016-12-29
适合成为“我的第一本机器学习书”,作者是国内该领域最知名的教授之一。 偏重于基础概念的介绍,公式的推导。 举例和封面的西瓜很清新。
-
0 leftthomas 2016-06-01
公式推导有些难
-
0 DDDcat 2017-04-29
在国内搞data mining和machine learning必读。可以当教材,也可以当参考书。但是搞data mining也不存在一本书打天下的情况,还是要适当搭配其它书才是。如果能自己亲手将书中的算法实现一遍,更是极好的。
-
0 jeffnow 2017-04-12
作为一本自学书来说它是不合格的,因为知识密度很大,许多公式都没有具体解释直接座位结论放上去,看得云里雾里。但作为字典应该是个不错的选择。
-
0 渔父 2017-01-08
读不明白,什么时候再看一遍应该会好点
-
0 mangoman0912 2017-02-25
机器学习重要的算法差不多都囊括了,通过一个西瓜主题贯穿全书,只可惜看的有些匆忙,很多数学公式推导没有自己去求证,二刷好好细品。
-
0 zh 2017-03-12
为了准备面试也是一个星期预习完,,
-
0 Gary 2016-07-13
迄今为止看到的最好的一本中文机器学习教材;覆盖非常全面,还介绍了很多书没介绍的一些变式;论证严谨,后面的参考文献非常实用。 缺少结合具体事件的例子论述,以数学描述为主,非常适合有一定学术基础的人入门机器学习。
-
1 windoi 2016-02-01
老周终于出书了,作为机器学习一线大牛,大作值得一看。喜欢。
-
0 demerzel 2017-02-03
拿来当入门书仿佛太难了…
-
0 李豆瓣9527 2017-03-13
有些句子感觉读起来很别扭啊。。。。比如: P67. “再缩放的思想虽简单,但实际操作却并不平凡,主要因为"训练集是真实 样本总体的无偏采样"这个假设往往并不成立” P67 “这在通常条件下是 NP 难问题” 感觉部分像翻译的,莫非有学生写的?(纯基于特征的猜测。。。) 后续再补充。。。
-
0 白熊花田 2016-04-29
周老师的书写的浅显易懂,涉及到内容很广,是机器学习入门学习的好书。
-
0 Octavius 2017-03-09
读完就算将将入门吧,不要想太多。理论比较多,要应用到实践还请继续看其他书和材料。
-
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