机器学习•短评
-
0 chibohe 2017-04-24
找实习过程中一直陪伴自己的书,除了计算理论、强化和规则学习,算是翻过两遍了。
-
0 逍遥未遂 2017-01-17
M
-
0 我是水果 2017-02-06
讲的思路清楚,简单易懂。
-
0 小黄是只大蠢猫 2017-02-18
没读完,可能是我智商有问题?感觉这本书并不适合入门
-
0 ewon 2017-04-14
覆盖主题比较多,但有些的比如SVM,通过参看其他资料理解更快。 数学公式还是啃不动啊
-
0 风纪扣v 2017-02-24
内容简洁,概念清晰,大家风范
-
0 Bodhin 2017-03-02
作者在国内机器学习领域算是数得上的,序里面写的很清楚,人家就是入门教材,希望看完就一通百通的还需继续学习
-
0 俊堂 2017-03-06
干巴巴,知识树,没有叶子。排版很奢侈,空白很多。
-
0 蚂蚁咔咔 2017-03-30
看完评论想作为入门读物,可是发现有点难。。。
-
0 大力尊者 2017-03-29
观其大概而已
-
0 踏雪飞鸿 2017-04-12
不错的介绍。
-
0 周看 2017-04-26
这本书值得一读,可以留着当宝典
-
0 Arthur 2017-04-24
很多跳过了
-
0 yucc 2016-12-26
这本书定位于机器学习导论书籍,对机器学习很多都是概论,看了几章,有些符号和过程给的不规范,导致读者不易推导和深入,5星是肯定给不了的。总体还是不错的,4星。
-
0 kevin 2016-05-09
很不错的中文机器学习入门
-
0 JOKER 2016-05-30
很棒的教科书 国内没谁了
-
0 猫丢了的莫教授 2017-04-21
周老师能把这个讲好。。真是太棒了。。。虽然课后练习题还是不会做。捂脸。
-
0 nginx 2016-06-08
虽然好多看不懂,但强制自己还要看的~~!~~
-
0 軒轅鍾書 2017-04-01
这本书讲得很全面,从简单的PR/F1 模型评估, 监督学习的LR/DecisionTree/SVM/NN/Boosting/Bagging/ ,常见的Bayesian/聚类/降纬/特征选择等到不常见的计算学历、概率图、规则学习、强化学习等,可谓无所不包。我觉得这本书好的一点是,有基础内容可以循序渐进由浅入深。而真正应用机器学习的人来说,也可当作参考书,在很多更细化的方向也有不少参考文学可以深挖。
-
0 ReidHolmes 2016-08-13
教我们怎么挑出好西瓜