机器学习-数学理论与实际领域应用入门进阶
1
来自:豆瓣读书
作者: Christopher Bishop
出版社: Springer
出版年: 2007-10-1
出版社: Springer
出版年: 2007-10-1
2
来自:豆瓣读书
作者: Trevor Hastie / Robert Tibsiranl / Jerome Friedman
出版社: 世界图书出版公司
出版年: 2015-1-1
出版社: 世界图书出版公司
出版年: 2015-1-1
3
来自:豆瓣读书
作者: Trevor Hastie / Robert Tibshirani / Jerome Friedman
出版社: Springer
出版年: 2016-1-1
出版社: Springer
出版年: 2016-1-1
4
来自:豆瓣读书
作者: Christopher D. Manning / Prabhakar Raghavan / Hinrich Schütze
出版社: Cambridge University Press
出版年: 2008-7-7
出版社: Cambridge University Press
出版年: 2008-7-7
5
7
来自:豆瓣读书
作者: Daniel Jurafsky / James H. Martin
出版社: Prentice Hall
出版年: 2008-5-16
出版社: Prentice Hall
出版年: 2008-5-16
8
来自:豆瓣读书
作者: Stephen Boyd / Lieven Vandenberghe
出版社: Cambridge University Press
出版年: 2004-3-8
出版社: Cambridge University Press
出版年: 2004-3-8
9
来自:豆瓣读书
作者: Martin J Wainwright / Michael I Jordan
出版社: Now Publishers Inc
出版年: December 16, 2008
出版社: Now Publishers Inc
出版年: December 16, 2008
10
13
来自:豆瓣读书
作者: Mehryar Mohri / Afshin Rostamizadeh / Ameet Talwalkar
出版社: The MIT Press
出版年: 2012-8-17
出版社: The MIT Press
出版年: 2012-8-17
15
来自:豆瓣读书
作者: Walter Zucchini / Iain L. MacDonald
出版社: Chapman and Hall/CRC
出版年: 2009-4-30
出版社: Chapman and Hall/CRC
出版年: 2009-4-30
16
来自:豆瓣读书
作者: Richard Hartley / Andrew Zisserman
出版社: Cambridge University Press
出版年: 2004-4-19
出版社: Cambridge University Press
出版年: 2004-4-19
17
18
来自:豆瓣读书
作者: Jimmy Lin / Chris Dyer
出版社: Morgan and Claypool Publishers
出版年: 2010-4-30
出版社: Morgan and Claypool Publishers
出版年: 2010-4-30
19
来自:豆瓣读书
作者: Yaser S. Abu-Mostafa / Malik Magdon-Ismail / Hsuan-Tien Lin
出版社: AMLBook
出版年: 2012-3-27
出版社: AMLBook
出版年: 2012-3-27
20
来自:豆瓣读书
作者: Drew Conway / John Myles White
出版社: O'Reilly Media
出版年: 2012-2-22
出版社: O'Reilly Media
出版年: 2012-2-22
评语: 刚读完书,google了一下书评,看到有人抱怨说这本书根本不是为hacker准备的,因为会详细介绍非常基础的编程,比如讲垃圾邮件classification那一章里花了大篇幅讲string parsing。 看完的感觉是这本书的确不是面向programmer的,但书名其实也没错。它是一本Machine Learning 的入门读物,更适合的读者群其实是对Machine Learning感兴趣,对R有基本的了解,但对统计和编程的了解都很有限的同学。感觉这本书非常偏应用,相比于统计上的原理更偏重于介绍怎样通过代码实现,所以说叫做Machine Learning for Hackers也没错。如果用金庸小说里的说法的话,走的是剑宗的路数,而不是气宗。 总体来说,仍旧是本不错的入门书。书的每一章都有一个非常实用的案例,Machine Learning中一些最基本的概念都通过这些案例非常自然流畅的进行了简单的解释。再配合上随书附带的R code,可以很直观的看到实现的过程。所以还是建议在手边有电脑的时候阅读。 当然个人看完书的感觉是浅尝辄止,会希望对这些提到的方法能有更深的理解。本书末章推荐了两本,都是得到大家认可的经典读物:The Elements of Statistical Learning 和 Pattern Recognition And Machine Learning。 貌似两本书的起点要求都比较高,基础薄弱的同学可以先从An Introduction to Statistical Learning这本开始阅读,我之前用过这本当课本,虽然没怎么看过,但是看过的部分还是觉得不错的,而且也有配套的R code。 补充一句,这本书直接google就能找到,code也在github上面。
21
来自:豆瓣读书
作者: David Barber
出版社: Cambridge University Press
出版年: 2011
出版社: Cambridge University Press
出版年: 2011
22
23
来自:豆瓣读书
作者: Anand Rajaraman / Jeffrey David Ullman
出版社: Cambridge University Press
出版年: 2011-12-30
出版社: Cambridge University Press
出版年: 2011-12-30
什么是书单 · · · · · ·
书单是收集图书的工具,创建书单后,在豆瓣看到符合书单主题的图书时可以将它放入书单,方便以后找到。
你还可以看看其他人的收集,关注你感兴趣的书单。
xiaoliable的其它豆列 · · · · · · ( 全部 )
- 好看的人 (1人关注)
- 书单|力学
- 机器学习-数学理论与实际领域应用入门进阶 (813人关注)
- 有趣的动漫。。 (1人关注)
- 语言 (1人关注)