
李航
机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。第一篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法,包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法,详细叙述各个方法的模型、策略和算法。从具体例子入手,由浅入深,帮助读者直观地理解基本思路,同时从理论角度出发,给出严格的数学推导,严谨详实,让读者更好地掌握基本原理和概念。目的是使读者能学会和使用这些机器学习的基本技术。为满足读者进一步学习的需要,书中还对各个方法的要点进行了总结,给出了一些习题,并列出了主要参考文献。
评分不足!!我来顶一下。 太经典了,迟早会上神作。 想当年我左手李航,右手西瓜书,愣是不知道看哪个。好吧,承认你们两个都是中文ML领域当时仅有两部神作,没有之一。
24 年 12月13日上架。 居!然!没!有!人!评!论!? 和花书西瓜书并重的入门必读,最新版,加入了更多深度学习内容! 摘自序言:“2012年《统计学习方法(第1版)》出版,内容涵盖监督学习的主要方法,2019年第2版出版,增加了无监督学习的主要方法,都属于传统机器学习。在这段时间里,机器学习领域发生了巨大变化,深度学习在人工智能各个方向取得了巨大突破,成为机器学习的主流技术,彻底改变了机器学习的面貌。有些读者希望能看到与之前风格相同的讲解深度学习的书籍,这也触发了作者在原来《统计学习方法》的基础上增加深度学习内容的想法(计划今后再增加强化学习)。从2018年开始,历时3年左右,完成了深度学习的写作。 考虑到内容的变化,现将书名更改为《机器学习方法》
没人评论是因为刚上架(之前订阅了才提示上了),竟然上架了,微信读书YYDS,程序员同学推荐的,医学生硬读。
2026年7月8日第一次开始读
喜欢看算法数学推理的必看!知其所以然真的好快乐
先好评再读,给微信读书点赞👍
虽然上架了,但是现在微读绝大部分书都要开通付费会员才能看,已经进入收割阶段。书币那么多也很难一时半会凑齐。
居然在今天上架了!!!我的书白买了。