x

添加收藏:我读过这本书

 想读     在读     读过   
评价:
标签(确定标签后请按回车):
当前位置: 查字典图书网> 通信> 模式分类

模式分类

作者:
出版社: 机械工业出版社
出版年: 2004-2
页数: 654
定价: 69.0
装帧: 平装
ISBN: 9787111136873
8.8
79人已评价
5星
48.1%
4星
48.1%
3星
3.8%
2星
0%
1星
0%

评价“模式分类”

  • 最新
  • 热门
  • 0 YLWhen 2008-11-30

    全面介绍机器学习的思想与算法.(我的第一篇论文灵感来自此书)

  • 0 井上心叶 2010-12-04

    号称是经典 但不是很喜欢

  • 0 AllenDong 2008-03-13

    经典教材 可惜没有仔细读过 只有部分章节读过 基本备查用....

  • 0 毛驴 2006-01-17

    会一直读,经典嘛

  • 0 AI.L 2010-06-07

    很经典的书,深入浅出,值得反复细读

  • 0 旦旦 2010-09-03

    最好的入门书

  • 0 tina 2013-02-21

    经典教材,刚读研究生的时候啃过,但是那时候刚接触模式识别,虽然认真在看,但是收获并不大。几年之后回头来看,发现以前觉得晦涩难懂的部分,现在豁然开朗了!

  • 0 英子 2010-03-07

    一直说很经典,一直没读完

  • 1 疯凰 2009-05-21

    关于模式分类一本不错的入门书籍: 1. 有好多例子,让理论更容易理解; 2. 有好多插图,给人更直观的理解; 关于内容方面: 1. 1-3 节,豆瓣上已经有人评述; 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。 个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络,讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning; Ev

  • 0 YY 2009-12-07

    适合当手册用

  • 1 疯凰 2009-05-21

    关于模式分类一本不错的入门书籍: 1. 有好多例子,让理论更容易理解; 2. 有好多插图,给人更直观的理解; 关于内容方面: 1. 1-3 节,豆瓣上已经有人评述; 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。 个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络,讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning; Ev

  • 0 YLWhen 2008-11-30

    全面介绍机器学习的思想与算法.(我的第一篇论文灵感来自此书)

  • 0 井上心叶 2010-12-04

    号称是经典 但不是很喜欢

  • 0 AllenDong 2008-03-13

    经典教材 可惜没有仔细读过 只有部分章节读过 基本备查用....

  • 0 毛驴 2006-01-17

    会一直读,经典嘛

  • 0 AI.L 2010-06-07

    很经典的书,深入浅出,值得反复细读

  • 0 旦旦 2010-09-03

    最好的入门书

  • 0 tina 2013-02-21

    经典教材,刚读研究生的时候啃过,但是那时候刚接触模式识别,虽然认真在看,但是收获并不大。几年之后回头来看,发现以前觉得晦涩难懂的部分,现在豁然开朗了!

  • 0 英子 2010-03-07

    一直说很经典,一直没读完

  • 0 YY 2009-12-07

    适合当手册用

  • 最新
  • 热门
  • 一位网友的读书笔记

    0有用 Charlie 2007-07-08

    http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry 查看全部>>

  • 这本书的答案有没有啊?

    1有用 yidaishadia 2013-06-05

    看书上说有教师版的习题解析,没有找到,哪位帮忙找一下,电子版的也行,答案尽量全的。你的评论太短了你的评论太短了你的评论太短了你的评论太短了你的评论太短了你的评论太短了 查看全部>>

  • 看英文版的各位,一起来挑错吧

    2有用 dongchen 2009-03-24

    这书经典没得说不过一定先对照勘误把错的地方改一下啊~虽然改完了还是能发现错误。。。我对照着各种errata看了很久发现这个版本是美国第3次印刷的版本对应的errata地址是:http://www.ri... 查看全部>>

  • 不要买中文版

    1有用 孤单华尔兹 2013-10-17

    中文版有的地方简直错得离谱,贝叶斯置信网那里和英文的完全对不上,浪费我推导半天,图片都不一样,太不负责了。。。英文的稍微贵点,不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。... 查看全部>>

  • 经常读读,总有收获

    3有用 kill_buddha 2008-03-23

    本书固然经典,但也并不是完美无缺的。首先,它并不适合入门,最好在对模式识别领域有了一定的理解之后再通读这本书,相信会使自己的认识得到提升。其次,作者有的时候可能过分吝惜文字,这增加了读者理解上的困难,... 查看全部>>

  • 错误太多了!

    2有用 Wheyu 2014-01-10

    我只能说我没有勇气读完,数学底子实在是太差了,而且这本书的错误实在是太多了,建议看的时候一定要对着勘误看,要不然很坑的!还有就是中文版的貌似翻译的不大好,但是英文版的巨厚。我只能说我没有勇气读完,数学... 查看全部>>

  • 图表非常给力

    1有用 黑山老妖 2013-07-06

    相较别的书,这本书的图是非常给力的!本来因为看这书比较老了,都没有去看过,最近拿起看了lineardiscriminantfunctions这章。原来看支持向量机导论,开头讲线性分类器,几经拿起,怎么... 查看全部>>

  • 终于找到勘误了

    4有用 AC-zx 2012-03-27

    www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf我的评论太短了我的评论太短了我的评论太短了我的评论太短了我的评论太短了我的评论太短了 查看全部>>

  • 终于找到勘误了

    4有用 AC-zx 2012-03-27

    www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf我的评论太短了我的评论太短了我的评论太短了我的评论太短了我的评论太短了我的评论太短了 查看全部>>

  • 经常读读,总有收获

    3有用 kill_buddha 2008-03-23

    本书固然经典,但也并不是完美无缺的。首先,它并不适合入门,最好在对模式识别领域有了一定的理解之后再通读这本书,相信会使自己的认识得到提升。其次,作者有的时候可能过分吝惜文字,这增加了读者理解上的困难,... 查看全部>>

  • 看英文版的各位,一起来挑错吧

    2有用 dongchen 2009-03-24

    这书经典没得说不过一定先对照勘误把错的地方改一下啊~虽然改完了还是能发现错误。。。我对照着各种errata看了很久发现这个版本是美国第3次印刷的版本对应的errata地址是:http://www.ri... 查看全部>>

  • 错误太多了!

    2有用 Wheyu 2014-01-10

    我只能说我没有勇气读完,数学底子实在是太差了,而且这本书的错误实在是太多了,建议看的时候一定要对着勘误看,要不然很坑的!还有就是中文版的貌似翻译的不大好,但是英文版的巨厚。我只能说我没有勇气读完,数学... 查看全部>>

  • 这本书的答案有没有啊?

    1有用 yidaishadia 2013-06-05

    看书上说有教师版的习题解析,没有找到,哪位帮忙找一下,电子版的也行,答案尽量全的。你的评论太短了你的评论太短了你的评论太短了你的评论太短了你的评论太短了你的评论太短了 查看全部>>

  • 不要买中文版

    1有用 孤单华尔兹 2013-10-17

    中文版有的地方简直错得离谱,贝叶斯置信网那里和英文的完全对不上,浪费我推导半天,图片都不一样,太不负责了。。。英文的稍微贵点,不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。... 查看全部>>

  • 图表非常给力

    1有用 黑山老妖 2013-07-06

    相较别的书,这本书的图是非常给力的!本来因为看这书比较老了,都没有去看过,最近拿起看了lineardiscriminantfunctions这章。原来看支持向量机导论,开头讲线性分类器,几经拿起,怎么... 查看全部>>

  • 一位网友的读书笔记

    0有用 Charlie 2007-07-08

    http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry 查看全部>>