当前位置： 查字典图书网> 算法> The Elements of Statistical Learning> 机器学习 -- 从入门到精通

机器学习 -- 从入门到精通

Chen_1st 对 The Elements of Statistical Learning 的书评 发表时间：2010-12-27 03:12:35

个人觉得“机器学习 -- 从入门到精通”可以作为这本书的副标题。

机器学习、数据挖掘或者模式识别领域有几本非常流行的教材，比如Duda的模式分类，Bishop的PRML。Duda的书第一版是模式识别的奠基之作，现在大家谈论得是第二版，因为内容相对简单，非常流行，但对近20年取得统治地位的SVM、Boosting基本没提，有挂一漏万之憾。PRML侧重概率模型，体系详备，是Bayesian方法的扛鼎之作。和PRML相比，这本Elements of Statistical Learning对当前最为流行的方法有比较全面深入的介绍，对工程人员参考价值也许要更大一点。另一方面，它不仅总结了已经成熟了的一些技术，而且对尚在发展中的一些议题也有简明扼要的论述。让读者充分体会到机器学习是一个仍然非常活跃的研究领域，应该会让学术研究人员也有常读常新的感受。

这本书的作者是Boosting方法最活跃的几个研究人员，发明的Gradient Boosting提出了理解Boosting方法的新角度，极大扩展了Boosting方法的应用范围。书中Boosting部分是被相关学术论文引用最频繁的部分。个人觉得经常研读一下作者和其他Boosting流派打嘴仗的文章是学习机器学习很好的一个途径，因为只有这样尚未成熟(而又影响广泛)的领域中，你才能更具体地体会到一个学科是怎样逐渐发展成熟的，那些贡献卓著的研究人员是如何天才地发现问题解决问题的，又是如何因偏执而终究会被证明有一方至少是部分地无知的。这种体会是很难在那些发展成熟了的分支中找到的。Regularization方法是作者贡献丰富的另一个领域，也是这本书另一个最具趣味的部分。

这本书第一版在2000年出版，现在评论的第二版是09年出版的，包含了很多值得玩味的新内容。比如从Ensemble方法的角度来解释MCMC方法的优异性能，就是我以前没有注意到的。当然，也许只是因为我的知识范围还不够宽。

有用 70 无用 1

您对该书评有什么想说的？

对“机器学习 -- 从入门到精通”的回应

Chen_1st
Chen_1st 2015-06-17 02:01:36

讲mcmc的章节很少，搜一下吧。

回应他
Topsoil
Topsoil 2011-05-12 07:18:30

"比如从Ensemble方法的角度来解释MCMC方法的优异性能"
这是在哪个章节？

回应他
栖风听雨
栖风听雨 2011-04-30 18:29:26

一看Regularization，总是让我想起Tomaso Poggio

回应他
Chen_1st
Chen_1st 2010-12-27 21:05:12

是啊，模型通常是光滑稀疏的，这是一个先验知识啊，比如依据上面这个先验知识令参数高斯分布，那么后验就得到L2的Regularization。Learning with Kernels没认真看过。

回应他
raullew
raullew 2010-12-27 20:45:41

　　Learning with Kernels谈了Regularization Operator和RKHS的关系，范剑青等人讨论了SCAD等其他Norm
　　Regularization的解释是加入一些常识性的问题理解吧，比如通常是光滑的、稀疏的之类，感觉和概率那套先验后验还是不大一样
　　我也没有细看，随便扯两句啊 呵呵
　　
　　Non-Flatten就是Structural、Relational、Hierarchical之类的

回应他
Chen_1st
Chen_1st 2010-12-27 20:15:30

怎么我记得对Regularization从最大后验和SVD两个角度解释了？是在别的书里看到的？

Non-Flatten您是说manifold吗？这个的确不是本书重点。

回应他
raullew
raullew 2010-12-27 16:15:18

说说我的感受
全书大量使用Regularization Operator和Sampling，却没有high level的理论分析，实在意犹未尽
另外对Non-Flatten数据的处理太少

回应他

《The Elements of Statistical Learning》热门书评

The Elements of Statistical Learning

书名： The Elements of Statistical Learning
作者：
出版社： Springer
副标题： Data Mining, Inference, and Prediction
出版年： December 2008
页数： 744
定价： USD 89.95
装帧： Hardcover
ISBN： 9780387848570