内容简介
《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。
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。
读者感悟
(1) 花了三个晚上时间，一口气读完了这本书。感叹这本书这么短的篇幅，却能把不少经典模型讲得十分清楚，细致的公式推导，伪代码并附带了例子，真是不错。从某个角度看，这本书像是一本精彩的读书笔记。
(2) 很好的工具书，性价比高，相对易懂。
(3) 读了机器学习实战、深度学习花书、PRML、西瓜书以及这本统计学习方法。总体来说这本书叙述较为详细，数学推导难度适中，可以作为西瓜书的辅助材料阅读。相比较西瓜书来说优点是：都是干活，算法证明过程很详细，缺点是：没有包含最新的一些机器学习算法，甚至神经网络都没有涉及。搞定西瓜书和统计学习方法这种入门书籍后再去攻克PRML这种非常难啃的经典。
网盘分享
提取码：qwc2
更多内容请关注公众号“浊酒清味”
