豆瓣内容简介：

机器学习这门学科研究的是能通过经验自动改进的计算机算法，其应用从数据挖掘程序到信息过滤系统，再到自动机工具，已经非常丰富。机器学习从很多学科吸收了成果和概念，包括人工智能、概论论与数理统计、哲学、信息论、生物学、认知科学和控制论等，并以此来理解问题的背景、算法和算法中的隐含假定。
本书展示了机器学习中的核心算法和理论，并阐明了算法的过行过程。书中主要涵盖了目前机器学习中各种最实用的理论和算法，包括概念学习、决策树、神经网络、贝叶斯学习、基于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等。对每一个主题，作者不仅进行了十分详尽和直观的解释，还给出了实用的算法流程。本书被卡内基梅隆等许多大学作为机器学习课程的教材。机器学习这门学科研究的是能通过经验自动改进的计算机算法，其应用从数据挖掘程序到信息过滤系统，再到自动机工具，已经非常丰富。机器学习从很多学科吸收了成果和概念，包括人工智能、概论论与数理统计、哲学、信息论、生物学、认知科学和控制论等，并以此来理解问题的背景、算法和算法中的隐含假定。

豆瓣作者简介：

Tom M. Mitchell，卡内基梅隆大学教授，目前担任该校自动学习和发现中心主任。美国人工智能协会的主席，Machine Learning 杂志和国际机器学习会议（ICML）的创办者。

目录：

注：流通部 T 类藏书在图书馆五层！库本库藏书在图书馆六层（仅限在六层阅览）！资料室藏书归各学院管理，不外借！

• 馆藏信息
• 其他电子资源
• 附件信息

分馆名	馆藏部门	图书条码	索书号	登录号	卷期	状态
A	流通部	593112	TP181/MIT	593112		在架可借
A	流通部	593111	TP181/MIT	593111		在架可借
A	流通部	593113	TP181/MIT	593113		在架可借

• :: 装订刊信息 ::

序号	图书条码	索书号	登录号	藏书部门	流通状态	年卷期	装订册	装订方式	装订颜色

类型

说明

URL

• 借阅本书的人还借过
• 收藏本书的人还收藏过
• 查看本书的人还查看过
• 同名作者的其他著作

评 论

评分：

发表

• 豆瓣相关资源
• 当当相关资源

• 机器学习 = Machine learning
• 机器学习及其应用
• 强化学习 = = Reinforcement learning : an introduction
• 机器学习及其应用 2011