本书适合机器学习初学者，系统介绍了机器学习与统计的基础知识，包括Bayesian方法、Neural网络、SVM、KNN及DecisionTree等技术。书中还概述了从样本提取到优化的学习流程，并着重讨论了分类方法。
个人认为一本属于入门的书，有代码的概要，系统地介绍了机器学习和统计方面的知识。
书中也有我关心的内容：Bayesian方法，Neural网络，SVM，KNN，Decision Tree等一些机器学习方面的相关技术。
作为一本书，她只是对这些相关方法作了个概要，并没有一些最新进展的介绍，至前看过一本智能知识发现的书（西电），两者皆然不同。不过这本书对我的模式识别和数据挖掘方面的学习有很大的帮助，我可以参照其中的相关内容深入了解。
这书也作了一个极其学习的流程介绍，从提取样本、分类、匹配、分析、优化等方面下手，很感兴趣她在Classification方面的讨论，会好好和张学工的模式识别相结合。
机器学习方面的实际应用，书还可以......
扫一扫
1458
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
