模式分类

书名：模式分类原书第2版
作者：RichardO.Duda/PeterE.Hart/DavidG.Stork
译者：李宏东
ISBN：9787111121480
出版社：机械工业出版社
出版时间：2003-9
格式：epub/mobi/azw3/pdf
页数：530
豆瓣评分： 8.8

书籍简介：

《模式分类》(原书第2版)的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。

作者简介：

书友短评：

@ Hao 有经验的人不屑于看，初学者看不懂。懂的部分不用看，不懂的部分无论如何也看不懂。这些是美国很多计算机教科书的通病。这本书也没有例外。 @ klb3713 课本飘过…… @ shawcsn 书的作用也是有时序的~~ @ 讨吃鬼 是本好书，可惜看得不认真。 @ 宿舍楼里的野猫 期末刷书。马马虎虎，挑着看了一下。这本书还是有点儿难的，但是有的地方又说的太少 @ BraceYourseIf 前深度学习时代的模式分类。其实我一直不太喜欢玄学的神经网络，这种看得见摸得着的统计模型让人安心，面对不复杂的任务时也可以得心应手。 @ 比较咸的猫 理论大典 @ 三七李 看了老板划的部分 是本好书 我已经感性理解了！（发出数学学渣的声音 @ 种豆 模式识别课的教材，通过这本书知道了一些概念，总体来说内容比较旧，但线性模型讲的还不错。后面的章节也讲了一些奥卡姆剃刀原理等准则。 @ 奥特曼 研一模式识别课用的教材，比较全面，记得当时是自动化所四个研究员轮流讲，授课内容比这本书还精彩

出版者的话
专家指导委员会
译者序
前言
第1章 绪论
1.1 机器感知
1.2 一个例子
1.3 模式识别系统
1.4 设计循环
1.5 学习和适应
1.6 本章小结
全书各章概要
文献和历史评述
参考文献
第2章 贝叶斯决策论
2.1 引言
2.2 贝叶斯决策论——连续特征
2.3 最小误差率分类
2.4 分类器、判别函数及判定面
2.5 正态密度
2.6 正态分布的判别函数
2.7 误差概率和误差积分
2.8 正态密度的误差上界
2.9 贝叶斯决策论——离散特征
2.10 丢失特征和噪声特征
2.11 贝叶斯置信网
2.12 复合贝叶斯决策论及上下文
本章小结
文献和历史评述
习题
上机练习
参考文献
第3章 最大似然估计和贝叶斯参数估计
第4章 非参数技术
第5章 线性判别函数
第6章 多层神经网络
第7章 随机方法
第8章 非度量方法
第9章 独立于算法的机器学习
第10章 无监督学习和聚类
附录A 数学基础
参考文献
索引
· · · · · ·

　　计算机科学丛书(共610册)，这套丛书还有《数据通信：基础设施、联网和安全》《算法分析导论》《模式分类（原书第2版·典藏版）》《计算机文化(原书第4版)》《标准C++与面向对象程序设计》等。

添加微信公众号:好书天下获取