首页 > 有书共读116:《机器学习》
头像
sunnyyyy01
编辑于 2020-12-10 18:34
+ 关注

有书共读116:《机器学习》

提示申请参与活动后,请邀请你的好友为你点赞~点赞最高者获赠本期书籍,成为本期学员~

要想学好专业技术当然离不开看书,但是我们却经常受困于这三个问题:
  • 不知道该选什么书进行学习
  • 坚持不下去,很容易就放弃了
  • 很多专业书比较贵,不舍得买
为此,牛客网推出“有书共读”活动,每期推荐并免费送出一本专业技术书籍,并监督学习,真正让你坚持下去,学到东西。

活动规则:

  • 每一期推荐一本专业类书籍(纸质书籍),并赠送给1位牛友。
  • 获赠书籍的牛友受邀后加入有书共读学习总群,群内有课代表监督学习,牛友按时完成学习笔记,并在牛客图书馆对应图书下分享在线笔记
  • 本期活动即日起至12月18日11:00,12月18日公布获奖名单。

参与方式:

  • 在本帖下回复。
  • 回复内容包括:申请参与本活动的原因+你的承诺:会按照要求认真学习这本书并做好学习笔记。

Tips:

  • 本次活动完全免费
  • 请参与活动的牛友认真书写读书笔记
  • 每期选择被点赞数最多的1位牛友(所以说想要获得书籍的牛友,快邀请你的好友来为你点赞吧~)
  • 若获赞数相同,则选择发布申请更早的牛友(越早申请越有可能获赠哦!)

本期书籍:


作者:周志华
出版社:清华大学出版社
出版时间:2016-1-1
ISBN:9787302423287
定价:88.00元

内容简介

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。 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.

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.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.

书中除第1章外, 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习, 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题, 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度, 有些并无现成答案, 谨供富有进取心的读者启发思考.

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。




作者简介
周志华,南京大学教授,计算机科学与技术系副主任,软件新技术国家重点实验室常务副主任,机器学习与数据挖掘研究所(LAMDA)所长,校、系学术委员会委员;ACM杰出科学家,IEEE Fellow,IAPR Fellow,中国计算机学会会士;长江学者特聘教授,国家杰出青年基金获得者。2007年创建南京大学机器学习与数据挖掘研究所(LAMDA),2010年11月任软件新技术国家重点实验室常务副主任,2013年5月任计算机系副主任。

--------------------
本期书籍由牛客提供。

全部评论

(9) 回帖
加载中...
话题 回帖

推荐话题

相关热帖

近期热帖

近期精华帖

热门推荐