内容简介 · · · · · ·
详细介绍支持向量机、Boosting、最大熵、条件随机场等十个统计学习方法。
统计学习方法的创作者
· · · · · ·
-
李航 作者
作者简介 · · · · · ·
李航 日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，微软亚洲研究院高级研究员及主任研究员，现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客座教授。研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。
目录 · · · · · ·
原文摘录 · · · · · · ( 全部 )
-
定理 2.1 (Novikoff) 设训练数据集 T={(𝑥₁,𝑦₁), (𝑥₂,𝑦₂), ..., (𝑥_N, 𝑦_N)} 是线性可分的, 其中 𝑥ᵢ∈𝒳=ℝⁿ, 𝑦ᵢ∈𝒴={-1,+1}, i=1,2,...,N, 则 (1) 存在满足条件 ||{\hat w}_{opt}||=1 的超平面 {\hat w}_{opt} \dot \hat x = w_opt \dot x + b_{opt} = 0 将数据集完全分开; 且存在 γ>0, 对所有 i=1,2,...,N ... (查看原文) —— 引自章节：第一篇 监督学习 -
算法 2.2 (感知机学习算法的对偶形式) ... (3) 如果 y_i(\sum_{j=1}^N \alpha_j y_j x_j \dot x_i+b) \le 0, \alpha_i \leftarrow \alpha_i+\eta b \leftarrow b + \eta y_i (查看原文) —— 引自章节：第一篇 监督学习
> 全部原文摘录
喜欢读"统计学习方法"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
喜欢读"统计学习方法"的人也喜欢 · · · · · ·
统计学习方法的书评 · · · · · · ( 全部 30 条 )
chentingpc
干货为主，初学者不能作为唯一书籍
这本书干货为主，什么意思呢，就是多余的例子啊解释啊不多，很精简的就从问题定义开始，到算法，到分析。所以别看书这么薄，其实内容不少。当然，似乎作者还有意象再写一本，这本书现在还不全，有一些模型在本书总没有提到。 对于初学者而言，其实机器学习并不容易，如果只读这...
(展开)
AlexHe
理论讲得不是很简单易懂
坦诚的讲，如果不是冲着作者的学术地位我不会去买这本书的。当然买回来=了也不后悔，书总体来说还是很好的，特别是针对目前国内几乎没有一本原创机器学习方法教材。但是，在我看来，由于作者平时写文献做报告也大多是英语，另外由于其长期在外企研究单位工作，所以我想作者也还...
(展开)
JueFan_C
注重理论，也有实际例子
最初拿到手就觉得整本书都是公式，扫了一遍，发现看起来很吃力！ 现在重新再看多一遍，并将里面的算法自己实现了一遍，已经看完第五章了，照着书里的算法逻辑与步骤自己动手后觉得还是可以搞懂一些的 附：本人的学习笔记博客 http://www.cnblogs.com/juefan/p/3843560.html
(展开)
小艾的名义
清华大学出版社2019版
读完李航老师的《统计学习方法》第二版以后对机器学习理论的认识相当于什么水平？
如果读透读懂了李航老师的《统计学习方法》第二版以后，对机器学习理论的认识相当于什么水平？ 1、之所以强调理论认识，是因为你不看相关的代码书籍，你还是不会调包，你还是没法将“掌握的理论”+“想法”(既用理论解决具体问题的方法、路径) 通过代码来实现。但我认为这部分...
(展开)
changyuanchn
读完《统计学习方法》的评价
花了2个星期看完了这本书，觉得作者前半部分写的还是挺用心的。当然前面的内容也比较简单。但是最后面两章写的有些莫名其妙，很多东西都根本没有交代清楚，上来就列个公式，都不告诉你是怎么来的。也可能是我水平有限，不过确实感觉作者在后两章节上写的有点应付得感觉
(展开)
> 更多书评 30篇
论坛 · · · · · ·
| 互动出版网独家提供前三章样章试读！ | 来自china-pub数学 | 3 回应 | 2015-11-03 15:14:21 |
| 我觉得应该搞一个PDF给大家当小册子看，或者开一个... | 来自迪云 | 8 回应 | 2013-05-09 15:50:39 |
这本书的其他版本 · · · · · · ( 全部4 )
在哪儿借这本书 · · · · · ·
以下书单推荐 · · · · · · ( 全部 )
- 【书】所谓知识的另一种 (自娱者小五)
- Machine Learning Books (Sean)
- 数据挖掘、统计、机器学习 (大米粒)
- ML/CS/Ling补课中 (算文解字)
- 自我导向 (靜)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于统计学习方法的评论:
feed: rss 2.0
17 有用 你的友邻 2012-06-12 21:57:35
比较精简的一本书，感觉是对章节末的论文的重点的完整的整理。扫盲了，接下来看看中文版的“The Elements of Statistical Learning”。
7 有用 西风凋碧树 2012-06-02 10:23:05
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... 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。 (展开)
185 有用 popil1987 2015-03-23 10:17:01
绝对不适合初学者。在理解了书所涉及的算法后，可以读本书。“事儿就这么个事儿，不解释”的范，典型的中式思维，精于总结而不精于解释。有点在于比其它谭浩强类计算机书认真点，每一章都会有论文的出处，可以自己去查。总之，适合回首往事，不适合一见钟情。
1 有用 jdxyw 2016-06-13 11:40:20
除了是中文这一点之外，没什么其它太大的亮点
3 有用 飞林沙 2012-06-14 13:22:23
最近一个月又仔细地通读了一遍这本书，收回曾经的三星评价变成四星。这本书确实内容逻辑清晰，值得每位学机器学习的人拿来补充一下基础知识，不是太适合入门者。扣一星是觉得李航博士也许可以写一本更棒的书，稍微有些大材小用。