模式分类

YLWhen 2008-11-30 0

全面介绍机器学习的思想与算法.(我的第一篇论文灵感来自此书)

井上心叶 2010-12-04 0

号称是经典但不是很喜欢

AllenDong 2008-03-13 0

经典教材可惜没有仔细读过只有部分章节读过基本备查用....

毛驴 2006-01-17 0

会一直读，经典嘛

AI.L 2010-06-07 0

很经典的书，深入浅出，值得反复细读

旦旦 2010-09-03 0

最好的入门书

tina 2013-02-21 0

经典教材，刚读研究生的时候啃过，但是那时候刚接触模式识别，虽然认真在看，但是收获并不大。几年之后回头来看，发现以前觉得晦涩难懂的部分，现在豁然开朗了！

英子 2010-03-07 0

一直说很经典，一直没读完

疯凰 2009-05-21 1

关于模式分类一本不错的入门书籍： 1. 有好多例子，让理论更容易理解； 2. 有好多插图，给人更直观的理解；关于内容方面: 1. 1-3 节，豆瓣上已经有人评述； 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络，讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning； Ev

YY 2009-12-07 0

适合当手册用

疯凰 2009-05-21 1

关于模式分类一本不错的入门书籍： 1. 有好多例子，让理论更容易理解； 2. 有好多插图，给人更直观的理解；关于内容方面: 1. 1-3 节，豆瓣上已经有人评述； 2. 第四节没看^^ 3. 第五节讲的是Linear Discriminant Function。个人感觉Support Vector Machines 讲得太少了。 4. 第六节讲的是神经网络，讲 Backpropagation Algorithm 很详细。 5. 第七节讲了随机方法。我主要看了Boltzmann Learning； Ev

YLWhen 2008-11-30 0

全面介绍机器学习的思想与算法.(我的第一篇论文灵感来自此书)

井上心叶 2010-12-04 0

号称是经典但不是很喜欢

AllenDong 2008-03-13 0

经典教材可惜没有仔细读过只有部分章节读过基本备查用....

毛驴 2006-01-17 0

会一直读，经典嘛

AI.L 2010-06-07 0

很经典的书，深入浅出，值得反复细读

旦旦 2010-09-03 0

最好的入门书

tina 2013-02-21 0

经典教材，刚读研究生的时候啃过，但是那时候刚接触模式识别，虽然认真在看，但是收获并不大。几年之后回头来看，发现以前觉得晦涩难懂的部分，现在豁然开朗了！

英子 2010-03-07 0

一直说很经典，一直没读完

YY 2009-12-07 0

适合当手册用

我想说两句

一位网友的读书笔记

Charlie 2007-07-08 0赞

http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry

这本书的答案有没有啊？

yidaishadia 2013-06-05 1赞

    看书上说有教师版的习题解析，没有找到，哪位帮忙找一下，电子版的也行，答案尽量全的。
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了

看英文版的各位，一起来挑错吧

dongchen 2009-03-24 2赞

这书经典没得说
不过一定先对照勘误把错的地方改一下啊~
虽然改完了还是能发现错误。。。

我对照着各种errata看了很久
发现这个版本是美国第3次印刷的版本
对应的errata地址是：
http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps

09.4.21：
越看就越觉得还有不少错误，有些甚至很严重，各位一起来找吧，还可以互相检查一下，验证自己的判断：）

不要买中文版

孤单华尔兹 2013-10-17 1赞

中文版有的地方简直错得离谱，贝叶斯置信网那里和英文的完全对不上，浪费我推导半天，图片都不一样，太不负责了。。。英文的稍微贵点，不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

经常读读，总有收获

kill_buddha 2008-03-23 3赞

本书固然经典，但也并不是完美无缺的。首先，它并不适合入门，最好在对模式识别领域有了一定的理解之后再通读这本书，相信会使自己的认识得到提升。其次，作者有的时候可能过分吝惜文字，这增加了读者理解上的困难，尤其是一些本来就比较深入难以理解的地方。最后一点，这本书大有提纲挈领的感觉，所以许多知识点被忽略掉了，我建议手头最好还要备一本Sergios Theodoridis的《模式识别》。

错误太多了！

Wheyu 2014-01-10 2赞

我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。
我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。

图表非常给力

黑山老妖 2013-07-06 1赞

相较别的书，这本书的图是非常给力的！
本来因为看这书比较老了，都没有去看过，最近拿起看了linear discriminant functions这章。

原来看支持向量机导论，开头讲线性分类器，几经拿起，怎么都没看下去。这章把svm涉及到的一些名词和来有都解释的非常清楚。

另外，光看这一章，最大的感触就是，有图真是好啊。看别的书，也经常会自己想象低维的情况，但是没有个参照，自己想想总是有点神经质的不确定，心里难受。这章基本上把涉及的主要观点都用图画出了2-3维的情况，非常爽，就像现在这天气吃西瓜的感觉。

不足：总结评论性的说明、模型的扩展，感觉不够一些，另外，光是这章，自洽是没问题，但是总觉得少了点和其他内容的关联。相比，bishop的prml这方面比较好，有一个整体的框架，不求把所有东西都放进去，也算是全面。也可能是我没看前面章节，前面也列过框架，看过的同志能指出来就好了。这些问题可能是出版比较早，很多理论无法和现在的一些模型关联造成的。

终于找到勘误了

AC-zx 2012-03-27 4赞

www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf
我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

终于找到勘误了

AC-zx 2012-03-27 4

www.cs.unm.edu/~jmk/cs531/ErrataPrintings3and4.pdf
我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

我的评论太短了

经常读读，总有收获

kill_buddha 2008-03-23 3

本书固然经典，但也并不是完美无缺的。首先，它并不适合入门，最好在对模式识别领域有了一定的理解之后再通读这本书，相信会使自己的认识得到提升。其次，作者有的时候可能过分吝惜文字，这增加了读者理解上的困难，尤其是一些本来就比较深入难以理解的地方。最后一点，这本书大有提纲挈领的感觉，所以许多知识点被忽略掉了，我建议手头最好还要备一本Sergios Theodoridis的《模式识别》。

看英文版的各位，一起来挑错吧

dongchen 2009-03-24 2

这书经典没得说
不过一定先对照勘误把错的地方改一下啊~
虽然改完了还是能发现错误。。。

我对照着各种errata看了很久
发现这个版本是美国第3次印刷的版本
对应的errata地址是：
http://www.rii.ricoh.com/~stork/ErrataPrintings3and4.ps

09.4.21：
越看就越觉得还有不少错误，有些甚至很严重，各位一起来找吧，还可以互相检查一下，验证自己的判断：）

错误太多了！

Wheyu 2014-01-10 2

我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。
我只能说我没有勇气读完，数学底子实在是太差了，而且这本书的错误实在是太多了，建议看的时候一定要对着勘误看，要不然很坑的！还有就是中文版的貌似翻译的不大好，但是英文版的巨厚。

这本书的答案有没有啊？

yidaishadia 2013-06-05 1

    看书上说有教师版的习题解析，没有找到，哪位帮忙找一下，电子版的也行，答案尽量全的。
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了
    你的评论太短了

不要买中文版

孤单华尔兹 2013-10-17 1

中文版有的地方简直错得离谱，贝叶斯置信网那里和英文的完全对不上，浪费我推导半天，图片都不一样，太不负责了。。。英文的稍微贵点，不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

图表非常给力

黑山老妖 2013-07-06 1

相较别的书，这本书的图是非常给力的！
本来因为看这书比较老了，都没有去看过，最近拿起看了linear discriminant functions这章。

原来看支持向量机导论，开头讲线性分类器，几经拿起，怎么都没看下去。这章把svm涉及到的一些名词和来有都解释的非常清楚。

另外，光看这一章，最大的感触就是，有图真是好啊。看别的书，也经常会自己想象低维的情况，但是没有个参照，自己想想总是有点神经质的不确定，心里难受。这章基本上把涉及的主要观点都用图画出了2-3维的情况，非常爽，就像现在这天气吃西瓜的感觉。

不足：总结评论性的说明、模型的扩展，感觉不够一些，另外，光是这章，自洽是没问题，但是总觉得少了点和其他内容的关联。相比，bishop的prml这方面比较好，有一个整体的框架，不求把所有东西都放进去，也算是全面。也可能是我没看前面章节，前面也列过框架，看过的同志能指出来就好了。这些问题可能是出版比较早，很多理论无法和现在的一些模型关联造成的。

一位网友的读书笔记

Charlie 2007-07-08 0

http://halllv.spaces.live.com/Blog/cns!10EFD22C2AE2406A!178.entry

我要写长评

想读在读读过

标签(多个标签以“，”分开):

保存

模式分类

推荐文章

猜你喜欢

附近的人在看

推荐阅读

拓展阅读