闲聊机器学习 篇四:稍微提高一些难度就看不懂,看不懂也觉得值得推荐的书!
▶ 前言
接触机器学习也有一年多了,之前从0到1,从不懂到了解,进步其实是很快的,所以之前热衷于推荐易读好懂的书给值友们入个门。由于真心是认真读完才来做推荐,帮有兴趣的值友推荐和避坑,受到许多值友的认可。
做一个简单回顾:
接下来迎接系列第四篇,但有一点我必须明确指出,本次推荐我并没有读完,而且也没有读懂,不过这并不耽误好书的分享,以及我找到的一些帮助理解书籍的网络资源,希望再一次帮助到志同道合的值友!
本文分为三部分:
1. 基础篇 2. 进阶篇 3. 网络资源分享
▶ 基础篇
从第一篇系列文章得意洋洋的推荐4本入门读物之后,就发现入门简单,想进一步深入却由于数学基础而寸步难行。所以在第二篇文章中就极力强调数学的重要性,并分享了一些数学基础书籍,最近又发现了一个讲解非常详尽的日本学者的系列作品。
套装140左右,也可以分开购买:
需要提醒的是,虽然是系列作品,但是第一本和后面两部作者不是同一个人,写作风格上略有不同,也许是第一本主要介绍各种数学思想和概念的原因,个人觉得第一本语言更加浅显,通俗易懂。
再一次谈谈日本人写的书,详尽的让人感觉他在手把手教你了,非常推荐。
并且结合生活中活生生的例子帮助理解其中的概念。
第二本甚至对自然数、整数、有理数、实数等基础进行了介绍,知识点面面俱到!
大数定律,听起来熟悉不?具体什么意思不知道了吧?拿起来看看吧,瞬间豁然开朗,原来是这货!
第三本是线性代数,⬇介绍各种理解方法,记忆办法,甚至向量的行、列怎么区分都有详细介绍!
以上三本一个系列的数学入门书推荐给值友,书有些老旧,但数学知识很少会过时,放心大胆的购入并阅读,我们一起进步吧!
▶ 进阶篇
实在惭愧,在了解了各种机器学习概念之后,想深入研究内部机理的时候遇到了麻烦,而且这个麻烦一直没有被解决,那就是数学。。。进阶篇推荐的三本书,新出版是一方面,更重要的是三本书囊括了绝大多数知识点,处于绝对的指导地位,所以配套资源也非常丰富。
1. 统计学习方法(第二版)
第二版的统计学习方法对无监督学习进行了补全,基本涵盖了传统统计机器学习的主要内容,不过需要提醒,第一章就较为有难度了,各种公式压过来,我到现在都没有读完,因为读不下去,还好官方发布了PPT辅助阅读理解,PPT下载地址放在文末。
2. 强化学习(第二版)
再版的强化学习增强了对于机器模仿人类进行学习的讨论,并探讨了新技术对于未来社会的影响。虽然作者极力避免数学公式,但是显而易见,数学公式对于强化学习来说是必不可少的。所以明确提醒值友,这本书真的很难懂,但是非常详尽。简单体验一下⬇,就是列出了公式,但是并没有介绍公式的前世今生。。。去翻一番上面推荐的基础篇书籍吧。
书籍对心理学和神经科学进行了介绍,从而帮助读者更加简单的理解各种算法思想的由来。
3. 机器学习
最后一本,周志华的西瓜书《机器学习》,也是唯一一本2016年上市的「旧书」,旧归旧,价格实在太过坚挺。
原来就推荐了一次,没读懂,一年过去了,依然不懂,不过也没有再读了。本次又推荐一遍是因为发现了一个好的辅助工具,特此来推荐一波,放在下文的资源里!
▶ 网络资源分享
先放链接!⬇
2. 南瓜书地址
1. 统计学习方法第二版,由清华大学深圳研究院的袁春教授制作了PPT课件,方便知识点整理和阅读记忆。
具体下载地址在清华大学出版社官网上,上面给出了链接。
设为头图×
不过PPT只能辅助阅读,给值友截个图,大概率我们凡人还是看不懂的。。。
2. 南瓜书
由于周志华在机器学习这本书中经常用西瓜举例子,所以读者戏称这本书为西瓜书,而Github上,有人以南瓜书为名上线了一个对西瓜书辅助阅读的项目⬇
对西瓜书介绍不够详细的地方进行了补充,大致效果如下⬇
总结
时代进步飞快,15年号称虚拟现实元年,HTC也指望VR翻身,结果转眼到了人工智能元年,HTC也没有完成翻身。。。
不进步就淘汰已然成为常态,在我还没有改过几个参数,还读不懂机器学习,还纠结于怎么构建深度学习框架的时候,一大波迁移学习,知识图谱等内容又火爆了起来,真的是学无止境啊!
我也不想在以入门兴趣爱好者自居,人到中年必须系统性进步,加油吧,亲们!
MoreFreeze
校验提示文案
hzlmr
校验提示文案
hzlmr
校验提示文案
MoreFreeze
校验提示文案