《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。
这是作者的内容简介,看完本书(最后两章跟自己的关系不大,没有看)最大的感受就是书确实跟内容简介相吻合。本书最大的特色:
(1)理论浅显易懂。读的时候可以看出作者功力非常深厚,跟那些平凑的或者生涩翻译的完全不一样。有人评价说作者可能英文演讲或者写作用惯,有些地方中文不知道怎么写。我也有这样的感受,有些地方确实有些晦涩,但这种晦涩跟那种不懂而直译的晦涩是完全不一样的,不影响阅读。
(2)作者把复杂的推导单独拧出来,侧重在介绍每种算法的思想以及如何使用。
(3)每一章基本都有很容易懂的例子,告诉读者如何使用刚介绍的算法。
(4)每章最后的推荐阅读材料也很不错。
我虽然很喜欢模式识别和机器学习,但我