看到这本书豆瓣上评到9.1,各种赞誉,很是惊奇,感叹国内作者能写出这样的书来真不容易。
当然有好书我也想看,昨晚下单,今天到货,很不好意思,要泼点冷水,这本书没有你们说的你们好。
简单说:这本书作为自学教材,是绝对不合适的。这本书其实是本:<机器学习导论>。
以下是读这本书的感觉,都是个人观点。另外,周老师是机器学习的大牛,水平肯定不是盖的。以下评论对书不对人。
我学习人工神经网络有段时间了,即使这样第五章神经网络部分读起来都十分晦涩,很难想象对于想拿着本书入门机器学习的人来说,到底能有多少收获。至少神经网络部分的学习体验,这本书远不如《神经网络在应用科学和工程中的应用:从基本原理到复杂的模式识别》,以下简称《神经网络》。。
简单说几个问题:
1、术语不规范
BP网络权值更新,按训练样本多少,可以逐次更新或者样本集训练完整体更新一次。这本书的叫法是“累积BP算法”和“标准BP算法”,这个叫法我觉得晦涩且不确切;《神经网络》的叫法是:批量学习(离线学习)与在线学习;还有权值和阈值的叫法,其实阈值这个叫法也不确切,当然更不是阀值,相对的,《神经网络》这本书在前半部分就着重提出,这是b值,其实是”偏置“,从出从感知器和线性网络开始,b值就一直充当分类直线的偏置的作用。。。不一一描述。
2、实在是实在是,太简略。
正文400页,十几个算法,每页只印刷大半页。作者大概也没想正八景给你讲算法把。。。
正则化一部分,为了获得更好的 泛化能力,其实 方法有很多,提早停止、正则化、人为增加训练集大小等,当然本书只提到正则化,并且基本上只给了一个概念和一个公式。至于什么权重值的调整”常通过交叉验证法来估计。“这个交叉验证法,作者是有必要给出三五句描述的。。。
至于常用的径向基网络以及其他网络,基本只给了个概念。。。
3、配图及符号表示有些乱
是有些乱,不是特别乱。当然主要是我受《神经网络》那本书的影响,那本书的配图,及对各层输入输出权值偏置的表示非常清晰,阅读体验非常棒。(ps,那本书也有问题,这里并不是吹捧那本书。。。)这本书呢,各层输入输出权值偏置的表示的符号,不清晰,没规则,阅读体验差一些。想对着这本书的介绍自己写个程序实现神经网络的话,要先花点时间把错乱的符号理顺清楚才好。。。
4、免不了的学院派
既然这本书不适合做自学教材,适合做科普。。。按理说应该亲民一些,少些专业符号,公式可读性方面提高一些,至少能够让人清楚的理顺算法逻辑做到心中有数。但是这本书还是十分学院派,读起来很硬。国内作者写书的通病吧。对比的,还是《神经网络》那本书。。。
这本书印刷精良,字体大小合适,排版上乘,纸张优质,是本值得收藏的书。。。也确实是本很”流行“的书。正如作者一直在讲西瓜的例子,并且把西瓜作为了封面图片,似乎也预示了,这本书可能不是一本十分严肃的教材。。。如果作为培训,有老师在课上一边详细的给你讲算法,你做笔记,配合本书,或许能有收获。。。否则看这本书,只能是作为课外阅读。
怎么说呢,这可能是一本不错的读物。。。
我只能给7-8分。