×
机器学习
读者评分
5分

机器学习

¥64.3 (7.3折)
1星价 ¥75.7
2星价￥75.7 定价￥88.0
早春淘书会|全场百万图书，折上8.5折
购书报告
年度报告
本类榜单：计算机/网络
分类：计算机/网络 > 人工智能
  • 正版好图书
  • 特价书1折起
  • 满69包邮（新疆、西藏等六省除外，运费14元起）
商品评论（5条）
ztw***（一星用户）

慕名已久的书

今年刚刚开始专研机器学习方面的知识，在不同的平台上看到绝大多数对本书的好评，在中途网上购了这本慕名已久的书。因为我备注的“好好包装，不要有折损”，收到书时确实看到塑料薄膜外再加一层尼龙袋，确实看得到他们的用心。书皮稍微有点褶皱，不过问题不大，翻开书，纸质也是很好，笔墨非常清晰。希望在接下来的时间内好好看看机器学习的内容。

2020-07-10 14:21:30
0 0
***（三星用户）

中文机器学习的经典教程

这本书经常会有再版，但是都是小修小改。 这本书讲得内容范围很广，需要一定的数学基础，但绝对是干货满满

2019-04-04 19:12:44
0 0
查看全部评论
早春淘书会
图文详情
  • ISBN：9787302423287
  • 装帧：暂无
  • 版次：暂无
  • 册数：暂无
  • 重量：暂无
  • 印刷次数：1
  • 开本：16开
  • 页数：425
  • 出版时间：2016-01-01
  • 条形码：9787302423287 ; 978-7-302-42328-7

本书特色

" 机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。"

内容简介

内容全面；结构合理；叙述清楚；深入浅出。人工智能领域中文的开山之作！ 这是一本面向中文读者的机器学习教科书, 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.

目录

全书共16章, 大体上可分为3个部分：第1部分包括第1~3章, 介绍机器学习基础知识; 第2部分包括第4~10章, 介绍一些经典而常用的机器学习方法; 第3部分包括第11~16章, 介绍一些进阶知识. 前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.
展开全部

作者简介

周志华，南京大学计算机系教授，ACM杰出科学家，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任，中国人工智能学会机器学习专业委员会主任，IEEE计算智能学会数据挖掘技术委员会副主席。

本类五星书
更多>>
浏览历史
本类畅销
客服
收藏
购物车
加入购物车
快速
导航