模式分类

出版时间:2003-9  出版社:机械工业出版社  作者:Richard O. Duda,Peter E. Hart,David G. Stork  页数:530  译者:李宏东  
Tag标签:无  

内容概要

本书的第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

Richard O.Duda于麻省理工学院获得电气工程博士学位,是加州San Jose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。
Peter E.Hart是加州Ricoh lnnovations公司的创始人、总裁和CEO,同时还是理光公司的高级副总裁,在此之前曾任理光加州研究中

书籍目录

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

媒体关注与评论

书评开发和研究模式识别系统的实践者,无论其应用涉及语音识别、字符识别、图像处理还是信号分析,常会遇到需要从大量令人迷惑的技术中做出选择的难题。这本独一无二的教材及专业参考书,为你准备了充足的资料和信息,供你选择最适合的技术。作为一本在过去几十年内模式识别领域经典著作的新版,这一版本更新并扩充了原作,重点介绍模式分类及该领域近年来的巨大进展。本书已被卡内基-梅隆、哈佛、斯坦福、剑桥等120多所大学采用为教材。本书作为流行和经典的教材和专业参考书,主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和相关领域的科技人员。

编辑推荐

《模式分类》(原书第2版)已被卡内基-梅隆、哈佛、斯坦福、剑桥等120多所大学采用为教材。本书作为流行和经典的教材和专业参考书,主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和相关领域的科技人员。开发和研究模式识别系统的实践者,无论其应用涉及语音识别、字符识别、图像处理还是信号分析,常会遇到需要从大量令人迷惑的技术中做出选择的难题。这本独一无二的教材及专业参考书,为你准备了充足的资料和信息,供你选择最适合的技术。作为一本在过去几十年内模式识别领域经典著作的新版,这一版本更新并扩充了原作,重点介绍模式分类及该领域近年来的巨大进展。

图书封面

图书标签Tags

评论、评分、阅读与下载


    模式分类 PDF格式下载


用户评论 (总计154条)

 
 

  •   Duda的模式分类可以说是经典中的经典不论是研究模式识别,还是做机器学习的人,几乎没有没读过这本书的。而且本书的印刷也相当不错。可惜和本书配套的Matlab书没有出版。
  •   这本书在模式识别领域的地位就不用我多说了。只说说书的印刷质量。纸张相当不错,比较厚,不像低档书和盗版书那样,纸张薄的可以透光。另外一个亮点就是红黑双色套印,这个在国内的出版物中比较少见。好处当然是很明显的,书中大量的插图,用两种颜色标注不同分类的数据点,显得十分的清晰明了。
  •   机器学习与模式识别领域的权威著作,值得认真研读,为相关研究打下扎实基础。

    可与西奥多里蒂斯的《模式识别》配合阅读,因后者内容较新,聚类相关内容更丰富。
  •   这本书系统地介绍了模式分类的方法, 很适合作教材和自学用书, 我觉得本书最大的特点为是图文并茂和课后的上机实验. 对模式识别入门是一本好书.
  •   书的装很好,印刷很清楚,内容更是不用说,模式识别/模式分类方向的经典教程,非常值得一读。
  •   模式分类(原书第2版)是很不错的书,每个学模式识别的都应该细细评读此书,必当受益匪浅
  •   这本书后面有数学基础的再次巩固,就是怕很多人没接触那么广的知识,而且图文并茂,有颜色区分.看得出来作者非常用心.推荐想入门模式识别/人工只能的人一定要买一本看看.
  •   模式识别的经典著作,装帧、配送都很不错,更好的是内容,是学习模式识别的最佳读物,配合边肇祺的“模式识别”读更好,边的书很多内容取这本书,但叙述上更符合国人的口味
  •   1.书本对于模式识别方面的理论讲解很详细;
    2.书中有伪代码,对于开发有帮助;
  •   书是经典,模式识别必读书。但是有难度。需要很多精力和时间。要求数学基础。能把题目做掉就厉害了。
  •   模式识别,数字图像处理,入门可以看看。
  •   这本书是模式识别方面的经典教材,很好啊!
  •   这本书是与模式识别搭配买的,都是导师指定要读的,应该对我们以后的研究有很大帮助,当然我指的是模式识别方向的童鞋哈哈
  •   经典模式识别教材。内容全面。叙述详细,有推导过程和例子。关键是覆盖比较全面。
  •   不愧是模式识别和机器学习的的奠基之作讲得很好书质量也不错
  •   值得一读,学习模式识别方面很好的教材,很推荐PS:快递的服务态度也很好
  •   很经典的一本模式识别方向的书
  •   学习模式识别最经典的一本好书。
  •   这是我们模式识别的课需要用到的书。绝对经典。值得好好拜读。
  •   传说中的神级模式识别必看书。买来收藏加学习!
  •   模式识别的书,很经典,,书的质量也很不错,印刷很好!!!
  •   不错的书,《模式识别》方面的经典之作,推荐一下。
  •   被选为《模式识别》教材,内容很好。纸张稍薄,不粗糙,印刷质量还不错,插图是彩色的,喜欢。
  •   这也算是模式识别类很有影响的专业书了,就是大家看的人较少。
  •   模式识别大牛推荐使用的书籍,比较经典。
  •   模式识别方面的经典书籍,值得一看
  •   模式识别的好书,经典!好好看!
  •   书很好,虽然对数学基础要求稍微高一点,但是里面描述的很详细,图文并茂,写得很好,可以很快了解模式识别的一些知识。
  •   建议先看那样模式识别,再看这本,这本手感不错
  •   从事模式识别研究必读
  •   对于模式识别讲解的不错,很有见地,适合初学者使用
  •   是模式识别最好的书,可惜英文版的已经绝版了
  •   只是听说学模式识别毕看,但我还没有看
  •   我是国内前三某985计算机专业的在读博士,研究方向是基于机器学习的一些算法来解决互联网的问题,比如说文本分类啊,信息检索啊,需要用到大量的机器学习算法来做分类问题回归问题和聚类问题,这本书非常好,如果能读英文版的就更好,对分类和回归讲的很细致,另外推荐PRML,这本书就更加偏理论了,需要较强的数学功底,如果是想做程序入门的话可以看集体智慧编程,需要对python有一定的了解
  •   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。
  •   本书是图像识别方向学生的必读书!很好!
  •   模式分类软件工程中的毕竟经典的一本了,必须要看的模式分类,是进阶之路的基石
  •   模式分类的经典书目,讲解很详细,图表之类的彩色印的,方便学习
  •   和其他bible级的书类似。用一个识别鱼类的例子贯穿好几个理论。语言不晦涩。值得一阅,也值得收藏。赞一个。
  •   模式分类研究者并不多,著作也不多,大多数时间在论文里度过。这本书算是入门必备的bible了。
  •   对于模式分类,静下心来,细细研究,唯能发掘其中奥妙
  •   很好的一本书模式分类
  •   非常经典的著作,更是大数据时代计算机领域工作人员必读的工具书。
  •   此书比较详细的介绍了模式分类方面的知识,
  •   书在手中就是很厚重的感觉,印刷效果很好,采用双色印刷,带来一抹亮色。内容更是无可挑剔。学习计算机,遥感图像处理的一定要学习的一本书。
  •   绝对的经典。作者功底极深,分析深入浅出,并给予很多问题几何或物理解释,属于该领域的葵花宝典。
  •   这本书算是这个领域的经典著作了,值得一读
  •   这是本出之大师级人物的经典之作,读之受益匪浅!世界上许多著名的大学都采用它作为教材!值得一读!
  •   duda的书,经典中的经典,双色印刷,质量不错
  •   同样的问题,中国的作者往往描述的很节约,似乎多说一句都会不够professional,欧美的作者却经常去重复描述一个问题(当然是从不同的侧面)。这也就是为什么外国书籍更易阅读的原因。当然这样去写书是非常不“划算”的,你不止要去用数学语言陈述技术问题,还必须用通俗的语言让你的思想进入读者的大脑。但任何一本经典的书籍都是这样写出来的。
    希望中国能有更多的专家和大师,用这样的方式去写书,这对社会的贡献将是无比巨大的。
  •   这本书是我们学校的教材,当然是经典中的经典了!里面的方法写得很详细!卖家真的很认真,包装中还用了气泡垫,书是全新的,还用塑料膜包着,定了一天就到位了,快递神速给力
  •   机器学习入门必备 经典教材 可惜原版太贵,幸亏有中文版的 哈哈
  •   经典教材,果然数学才是自然科学的基础~~~
  •   不愧为经典著作,复杂的理论问题用简单易懂的语言娓娓道来,只要看一下里面的图例就可理解书中表达的内容,算法伪代码很好的表达了算法思想。极力推荐。
  •   前半部分要耐心看,涉及的都是些数理统计方面的知识。后面章节,如模拟退火算法等,用简单的物理现象做了比喻,计较好理解。
    建议看这本书的同时,到网上下载相关的源码,这样学得更深入。
  •   国外经典教材,后面还附加了数学基础,比较人性化和贴近读者。不像国内那些老学究写的教材,故作深奥,拒人以千里之外。就是书角有破损,建议当当保证图书质量。
  •   令我吃惊的是专业书竟然还在存在彩色的图示,真是让人感觉特别!内容当然不用说,经典中的经典啊!
  •   老师上课推荐的一本教材,里面的内容很详细。这本书的前置课程有线性代数,微积分,概率论等,再看这本书的时候能够把数学的概念都应用进去就很好了。不过缺少相应的matlab编程
  •   虽然和《Pattern Recognition and Machine Learning》比深度上还是差异挺明显的,不过点覆盖得比较全,而且数学的思路也很清晰,几章基本上都能找到核心线索。证明基本上算是浅显易懂,结合附录中的数学部分大部分证明可以很容易地重现。如果全篇和贝叶斯的基本观点结合得再紧密一些就更好了,另外可以涉及一些半监督学习的内容
  •   我是看国外论文参考文献里有这本书才买的,数很好,做分类方面的同学应该研读一下
  •   书是双色印刷防盗版,内容很是不错
  •   国外经典书籍,书中的列子讲得很详细,是不错的一本书。
  •   专业学习教材
  •   听说是本经典好书,正在学习中......
  •   作为参考书用,实例多,比较好懂
  •   经典的教材,不错。。。。
  •   很基础,经典教材
  •   经典教材不容错过啊~
  •   经典教材,推荐!
  •   国外的经典教材啊~~
  •   经典书不可不读。
  •   前天书到了,迫不及待的翻了一篇.
    感觉不错. 书的内容不比较全面,翻译的也比较到位.
    就是有2个问题:一个是配套的习题书没有,尤其是matlab的程序,很遗憾;二是有点枯燥,内容读多了就比较累, 但总体来说是本好书
  •   课题需要的书,非常经典,讲的很好
  •   这本书内容很精湛,条理很清晰,但是需要有很好的基础才会发现这本书真的非常不错。否则,你会看得很吃力。
  •   书都很专业,值得学习
  •   刚看一点,书的印刷质量很好,图表是彩印的,内容也很好
  •   这本书挺好的,不过需要很强的数学基础,如果能加点实践效果应该会更好
  •   一本经典中的经典图书!
  •   经典中的经典啊~
  •   这本书很不错!适合学习!
  •   导师推荐的一本教材,对初涉科研的人来说很适合,辅以一些论文来看效果会更好。
  •   质量不错 听评价很高 准备研究下
  •   先说当当的服务:太快了,下单第二天就到货了!当当真是越来越快了!满意!
    再说这本书,真的很好,的确经典。当晚就挑灯夜读了!收获很大!
  •   很经典的一本书籍,值得细细品味。
  •   当成工具书查阅也行,当成教材系统阅读也行。大师的见解,绝非国内同类书籍可比。翻译得也不错
  •   老师介绍用的教材,目前才使用一部分,不过包装和纸质都很不错。
  •   每读一次都有新的感受。
  •   很好的书,很经典,双色印刷看上去也很舒服,推荐
  •   很经典的书,正有用
  •   很经典的书,物有所值。
  •   想学技术必先读书
  •   图书质量不错,还有上机练习,要好好学习哈!
  •   不适合初学者,要有比较好的数学功底,慎重购买。
  •   这本书不错,比较专业
  •   很好的一本书,内容很丰富。推荐阅读
  •   拿到书后先简单地看了第一章,书写的非常通俗易懂,看上去不吃力,很好!!双色印刷,图表旁边都有很详细地说明,不错!!值得购买~~~
  •   蛮系统的,正在阅读中。。
  •   还可以,教材来的!
  •   不错啊 经典就是经典啊!!!
  •   不错,经典入门
 

250万本中文图书简介、评论、评分,PDF格式免费下载。 第一图书网 手机版

京ICP备13047387号-7