图书标签: 机器学习  统计学习  统计学  数据挖掘  数学  计算机  统计  MachineLearning   

喜欢 统计学习方法 的读者还喜欢

• 
  机器学习实战 pdf epub mobi txt 电子书 下载
• 
  Pattern Recognition and Machine Learning pdf epub mobi txt 电子书 下载
• 
  统计自然语言处理（第2版） pdf epub mobi txt 电子书 下载
• 
  深度学习 pdf epub mobi txt 电子书 下载
• 
  统计学习理论的本质 pdf epub mobi txt 电子书 下载
• 
  数据挖掘导论 pdf epub mobi txt 电子书 下载
• 
  An Introduction to Statistical Learning pdf epub mobi txt 电子书 下载
• 
  统计学习基础 pdf epub mobi txt 电子书 下载
• 
  ggplot2：数据分析与图形艺术 pdf epub mobi txt 电子书 下载
• 
  Python深度学习 pdf epub mobi txt 电子书 下载

五星。我只说一句话：当你真正用到这本书的时候，你才真正明白这本书有多好。作者是高人，高高山顶立，深深海底行。

略过。

对见过这些算法又不太了解理论的童鞋比较好，对初学者来说解释的不够，对高手来说就是复习总结了一遍。

花了三个晚上时间，一口气读完了这本书。感叹这本书这么短的篇幅，却能把不少经典模型讲得十分清楚，细致的公式推导，伪代码并附带了例子，真是不错。从某个角度看，这本书像是一本精彩的读书笔记。

其实只看了SVM一章，李航博士功力深厚，将复杂的SVM理论讲的无比透彻，来龙去脉条理清晰；不过作为教科书，重于本质理论的介绍，给出了大量证明，之前看网上很火的那个SVM入门教程，对svm的理解还是流于形式，知其然不知其所以然，这次看这本书解开了不少疑惑。从线性可分SVM（硬间隔最大化）、线性SVM（软间隔最大化），到非线性SVM（核技巧），每一节都是同一风格的安排：问题描述、形式化定义，学习的对偶算法，其中穿插证明。还有最后一节SMO没看。

五一空闲时看了第一章的概论和第二章的感知机。一个感觉这本书很基础，它没有侃那么深的道理，一章也就是10多页，不像《PGM》那样的书首先给人一种压力，加之又是国人写的，感觉很近人。这些理论性知识也弥补了自己对某些算法理解的模糊性，很适合像我们这样堆积知识的人看。  

李航博士这本《统计学习方法》与周志华教授的《机器学习》可以说是中文机器学习领域的经典教材，干货满满，自己如果读透并且实现一遍算法的话会有很大收获，可以参考我写的经验一起学习 https://blog.csdn.net/devil_bye/article/details/80724841  

初学者不适合看，但是从事相关行业的人必定要看，本书精简不啰嗦，面面俱到，从原理上给你整得明明白白的，辅以适当的例子，没有多余的图表，因为人工智能不是什么画图跑demo的专业，你需要有扎实的数学基础。 建议路线，ng课程入门，知道有哪些算法，大致怎么做，然后去kaggle...  

这本书作为想要进入机器学习领域的读者来说，是一本必读书籍（我从去年买的，但是看到最近才开始慢慢看懂。。），尤其是算法原理方面，强烈推荐~~~ 1.这本书的内容主要是对于机器学习的监督学习（尤其是分类问题）进行详细介绍，按照“模型+策略+算法”的内容，第一章是...  

暑假准备面试的时候，开始看这本书，刚开始看的时候，被书中的内容深深吸引住了，介绍了很多经典的机器学习算法，对于想迅速入门而且不喜欢读英文书的人来说，这绝对是一本经典之作。只是里面的数学推导太简略了，必要的数学知识讲解的也不是太清晰。在我看过andrew ng的讲义之...