機器學習

出版時間：2008-3 出版社：機械工業(yè)出版社作者：(美)Tom Mitchell 頁數(shù)：282 譯者：曾華軍,張銀奎
Tag標簽：無

內(nèi)容概要

本書展示了機器學習中核心的算法和理論，并闡明了算法的運行過程。本書綜合了許多的研究成果，例如統(tǒng)計學、人工智能、哲學、信息論、生物學、認知科學、計算復(fù)雜性和控制論等，并以此來理解問題的背景、算法和其中的隱含假定。本書可作為計算機專業(yè) 本科生、研究生教材，也可作為相關(guān)領(lǐng)域研究人員、教師的參考書。

作者簡介

Tom M.Mitchell，是卡內(nèi)基梅隆大學的教授，講授“機器學習”等多門課程；美國人工智能協(xié)會（AAAL）的主席；美國《Machine Learning》雜志、國際機器學習年度會議（ICML）的創(chuàng)始人；多種技術(shù)雜志的撰稿人，曾發(fā)表過許多文章，出版過多本專著，是機器學習領(lǐng)域的著名學者。

書籍目錄

出版者的話專家指導(dǎo)委員會譯者序前言第1章  引言  1.1　學習問題的標準描述  1.2　設(shè)計一個學習系統(tǒng)    1.2.1  選擇訓(xùn)練經(jīng)驗    1.2.2  選擇目標函數(shù)    1.2.3　選擇目標函數(shù)的表示    1.2.4　選擇函數(shù)逼近算法    1.2.5　最終設(shè)計  1.3　機器學習的一些觀點和問題  1.4　如何閱讀本書  1.5　小結(jié)和補充讀物  習題第2章  概念學習和一般到特殊序  2.1　簡介  2.2　概念學習任務(wù)    2.2.1　術(shù)語定義    2.2.2　歸納學習假設(shè)  2.3　作為搜索的概念學習  2.4　FIND-S：尋找極大特殊假設(shè)  2.5　變型空間和候選消除算法    2.5.1　表示    2.5.2  列表后消除算法    2.5.3　變型空間的更簡潔表示    2.5.4　候選消除學習算法    2.5.5　算法的舉例  2.6　關(guān)于變型空間和候選消除的說明    2.6.1　候選消除算法是否會收斂到正確的假設(shè)    2.6.2  下一步需要什么樣的訓(xùn)練樣例    2.6.3　怎樣使用不完全學習概念  2.7　歸納偏置    2.7.1　一個有偏的假設(shè)空間    2.7.2　無偏的學習器    2.7.3　無偏學習的無用性  2.8　小結(jié)和補充讀物  習題第3章　決策樹學習  3.1  簡介  3.2　決策樹表示法  3.3　決策樹學習的適用問題  3.4　基本的決策樹學習算法    3.4.1　哪個屬性是最佳的分類屬性    3.4.2　舉例  3.5　決策樹學習中的假設(shè)空間搜索  3.6　決策樹學習的歸納偏置    3.6.1　限定偏置和優(yōu)選偏置    3.6.2　為什么短的假設(shè)優(yōu)先  3.7　決策樹學習的常見問題    3.7.1　避免過度擬合數(shù)據(jù)    3.7.2  合并連續(xù)值屬性    3.7.3　屬性選擇的其他度量標準    3.7.4　處理缺少屬性值的訓(xùn)練樣例    3.7.5　處理不同代價的屬性  3.8　小結(jié)和補充讀物  習題第4章  人工神經(jīng)網(wǎng)絡(luò)  4.1　簡介  4.2　神經(jīng)網(wǎng)絡(luò)表示  4.3　適合神經(jīng)網(wǎng)絡(luò)學習的問題  4.4　感知器    4.4.1　感知器的表征能力    4.4.2　感知器訓(xùn)練法則    4.4.3  梯度下降和delta法則    4.4.4　小結(jié)　　……第5章　評估假設(shè)第6章　貝葉斯學習第7章　計算學習理論第8章　基于實例的學習第9章　遺傳算法第10章　學習規(guī)則集合第11章　分析這習第12章　歸納和分析學習的結(jié)合第13章　增強學習

章節(jié)摘錄

第1章　引言自從計算機問世以來，人們就想知道它們能不能自我學習。如果我們理解了計算機學習的內(nèi)在機制，即怎樣使它們根據(jù)經(jīng)驗來自動提高，那么影響將是空前的。想像一下，在未來，計算機能從醫(yī)療記錄中學習，獲取治療新疾病最有效的方法；住宅管理系統(tǒng)分析住戶的用電模式，以降低能源消耗；個人軟件助理跟蹤用戶的興趣，并為其選擇最感興趣的在線早間新聞。對計算機學習的成功理解將開辟出許多全新的應(yīng)用領(lǐng)域，并使其計算能力和可定制性上升到新的層次。同時，透徹理解機器學習的信息處理算法，也會有助于更好地理解人類的學習能力（及缺陷）。 目前，我們還不知道怎樣使計算機具備和人類一樣強大的學習能力。然而，一些針對特定學習任務(wù)的算法已經(jīng)產(chǎn)生。關(guān)于學習的理論認識已開始逐步形成。人們開發(fā)出很多實踐性的計算機程序來實現(xiàn)不同類型的學習，一些商業(yè)化的應(yīng)用也已經(jīng)出現(xiàn)。例如，對于語音識別這樣的課題，迄今為止，基于機器學習的算法明顯勝過其他的方法。在數(shù)據(jù)挖掘領(lǐng)域，機器學習算法理所當然地得到應(yīng)用，從包含設(shè)備維護記錄、借貸申請、金融交易、醫(yī)療記錄等信息的大型數(shù)據(jù)庫中發(fā)現(xiàn)有價值的信息。隨著對計算機認識的日益成熟，機器學習必將在計算機科學和技術(shù)中扮演越來越重要的角色！我們可以通過一些專項成果看到機器學習這門技術(shù)的現(xiàn)狀：計算機已經(jīng)能夠成功地識別人類的講話（Waibel 1989，Lee l989）；預(yù)測肺炎患者的康復(fù)率（Cooper et al．1997）；檢測信用卡的欺詐；在高速公路上自動駕駛汽車(Pomerleau 1989)；以接近人類世界冠軍的水平對弈西洋雙陸棋（Tesauro 1992，1995）?！?/pre>







圖書封面



圖書標簽Tags
無




評論、評分、閱讀與下載



還沒讀過(48)
勉強可看(351)
一般般(600)
內(nèi)容豐富(2489)
強力推薦(204)


 


    機器學習 PDF格式下載

用戶評論 (總計129條)

對于機器學習而言，該書可以用言簡意賅來描述，其中人工神經(jīng)網(wǎng)絡(luò)、貝葉斯學習以及遺傳算法都是比較常見的方法，初次之外該書的好多算法都有詳細描述其過程，編程時可以作為參考，使思路清晰。
這本書是機器學習方面很經(jīng)典一本教材，詳細介紹了機器學習的各個方面，機器學習的十大經(jīng)典算法
對了解機器學習相關(guān)的概念和算法很有幫助，值得好好看看
確實入門經(jīng)典，從一個案例和需求逐漸分析，如何才能達到要求。書中主要講述算法思路，如果想明白怎么去實現(xiàn)，最好去買一本實踐性強的書。機器學習實戰(zhàn)還行，就是翻譯的水平真心不高，誒
從機器學習的角度梳理了一遍相關(guān)的方法，大部分是人工智能的題目
不錯，要好好看，機器學習和算法是必不可少的。。
一般大學的研究生課程-機器學習，都會選用此書作為教材，像上海交通大學。本書適合入門，若想深入學習，還需多讀一些相關(guān)方面的paper（外國的）。
決戰(zhàn)大數(shù)據(jù)時代，機器學習的指定教材，比較經(jīng)典!
經(jīng)典教材，覆蓋了機器學習領(lǐng)域主要的研究方向
這本書不錯，是對機器學習里面的很多問題進行了討論，而且是以專題形式進行，較有理論深度，是機器學習研究者必讀的材料之一。
很經(jīng)典的書籍，結(jié)合本人正在學習的人工神經(jīng)網(wǎng)絡(luò)以及模式識別，內(nèi)容通俗易懂，深入淺出，給出了很多經(jīng)典算法的案例。
機器學習的經(jīng)典書，已經(jīng)讀了一大半。。寫的很有邏輯，比較好理解。。
這本機器學習內(nèi)容很經(jīng)典，但是要先看機器學習導(dǎo)論才可以，這本書是在基礎(chǔ)上的一個提高，寫得很精彩！
機器學習理論不錯的書籍。。
不錯，比較系統(tǒng)的講述了機器智能
以后的機器學習就靠他了，這本書的質(zhì)量很高，打印很清晰，贊
機器學習課用，挺樸實的一本書，容易懂。
包裝不錯，沒有缺損。剛開始學機器學習，這本書聽說用于入門不錯。
機器學習很淺顯，容易讀懂。模式識別也不錯。
機器學習方面的經(jīng)典外國教材。
機器學習的經(jīng)典教材了
挺好的機器學習教材
還在看，自學的，對機器學習很感興趣，推薦
經(jīng)典書籍，機器學習必備良書。
機器學習的經(jīng)典之作。
機器學習，總體不錯，內(nèi)容較基礎(chǔ)。
雖然有些內(nèi)容已顯陳舊，但卻為機器學習不可多得的經(jīng)典
大家都在討論機器學習，自己不會，買本經(jīng)典書籍，學習
機器學習的經(jīng)典之作，非常好的書
這是機器學習的教科書，沒得說啦~~~~希望這個學期自己按下心來學習
書不錯，剛看了一點~~~事模式識別機器學習方面的入門書籍~~~
機器學習經(jīng)典書，不用說了，順便贊下當當?shù)乃拓浰俣?..
機器學習經(jīng)典書籍，力薦。
簡單的介紹了機器學習
上web數(shù)據(jù)挖掘，老師推薦買的。這本書國外的經(jīng)典教材，里面介紹了不少算法。有的偏難，但值得研究。還沒細讀，準備好好研究
學習機器學習的必備教材，書中內(nèi)容以及算法介紹的都比較詳細，值得好好看一看
內(nèi)容相對簡單，閱讀容易，不需要很強的數(shù)學基礎(chǔ)。
書中的算法都是較老的算法，不是該領(lǐng)域較新的研究內(nèi)容。
一句話，適合入門。
這本書講述的相對更具體，側(cè)重系統(tǒng)內(nèi)部細節(jié)的原理，適合做算法的人看。
本書很不錯，尤其是對人工智能方面的程序設(shè)計等很有幫助
入門的好書，書中所講的算法都比較的經(jīng)典。
很喜歡里面的算法講得很詳細
人工智能的發(fā)展會導(dǎo)致審判日會提前到來，很好
經(jīng)典。講了概念、決策樹、神經(jīng)網(wǎng)絡(luò)和貝葉斯學習、分析學習等多種學習理論。在描述上，有數(shù)學的論證以及圖表的說明，很清晰合理。只是對閱讀者的數(shù)學、計算機科學的基礎(chǔ)有一定要求。
這本書很經(jīng)典,內(nèi)容全面,在同類研究中應(yīng)屬權(quán)威.值得學習,參考.這下要認真讀了.....
研究生學習的教材，沒怎么看，更多地是看英文版去了。。
這本書不錯，是極其學習方面的經(jīng)典，值得學習。正在看中
當入門教材看的，還在學習中
學習中，經(jīng)典教材！
這本書是外國學者編著的，適合做專業(yè)研究使用
書內(nèi)容還可以，正在學習中！
IT技術(shù)人員值得一讀，比較不錯
正要學習機器學習，入門知識，不錯
通俗易懂適合入門學習
學習看看。
可能有些難，慢慢學習
書比較薄,但是內(nèi)容比較全,有些地方還不夠細致,要深入學習,需要參考其他書
講的很詳細，學習。。。。。。。。。。
比較權(quán)威的書，值得學習
大師經(jīng)典之作值得購買，學習。頂
初級學習入門適用
這書很不錯，質(zhì)量很好。剛剛學習機器學習，老師給我推薦的就是這本。
就是太難了，看不懂呵呵
對數(shù)學要求較高，好好學習，天天向上。
計算機專業(yè)必備
IT技術(shù)人員的手頭大部書。不錯！
給本科生上課用的參考書，還不錯。
我弟弟要的，他學計算機有用
初涉該領(lǐng)域，研讀中
不過里面的內(nèi)容還沒有深入的研究，相信這么多年的經(jīng)典教材應(yīng)該還是很值得的
剛拿到書，比我想象的要薄。不過確實是經(jīng)典，建議再找些國內(nèi)的相關(guān)教材配合讀
入門的好書，起碼能夠?qū)@個領(lǐng)域有一些了解
剛買了，細細研究。
不錯，很有科學意義
很多地方都有用到這個技術(shù)。。
書很薄，主要是把知識結(jié)構(gòu)給搭起來，建議每個具體問題再找專門的資料擴展閱讀
值得買的一本書~~~嶄新的正版書看起來賊好~
這本書幫同事買的，他說很好。
很好的一本書，非常適合初學者入門使用
很薄的一本書,很快就看完了.后面看了作者對毛臘肉的點評,覺得很惡心.
很好的一本書，寫的內(nèi)容挺全面的，里面的公式?jīng)]有推論，需要自己來弄，可以先粗看有個了解再慢慢仔細看~
很好的一本書，現(xiàn)在急需學習機器語言
兩本書都不錯，質(zhì)量滿好的，上課用的，還沒看
師兄推薦的這本書，翻一翻感覺還不錯，能全部學進腦里就好了。。
很老的一本書，但是這類書太少了。
果殼網(wǎng)那里看到有人介紹，然后就買了。這本書深入淺出，非常不錯。不難懂。
此書是我在網(wǎng)上找到的一份價格比較便宜，類容挺不錯的一本書！
很好的一本書，很基礎(chǔ)，適合入門看
這本書的質(zhì)量還是不錯的，值得肯定！
在購買的時候，也上**亞馬遜搜索了一番，發(fā)現(xiàn)居然沒有這本書，但是很幸運的在當當網(wǎng)找到了，因此，當當網(wǎng)給本人留下了好印象，我想，當當網(wǎng)也是很努力的吧！以后會繼續(xù)支持！
很好的一本書，經(jīng)典的人寫出的經(jīng)典的書。
CMU的教授出品絕對不會差的～
不得不讀的一本好書。
看起來很高深，但愿我能讀懂
剛買，還沒讀，看上去不錯
需要沉下心，多讀幾遍，好書
講解全面，形象，適合打基礎(chǔ)。讀完之后，可以對你感興趣的方向在深入
很專業(yè)的的書。
深入淺出，啟發(fā)性強，經(jīng)典之作。這是我看得比較爽的幾本國外的專業(yè)書之一。
經(jīng)典教材，值得仔細閱讀。
經(jīng)典教材，真不錯！
上課的教材，看著還可以

機器學習

用戶評論 (總計129條)

推薦圖書

相關(guān)圖書