如何自學機器學習？需要哪些數(shù)理基礎？怎樣從入門到進階，成就大神之路？對于這些問題，作為畢業(yè)后投身機器學習研究的數(shù)學博士、微軟亞洲研究院機器學習組主管研究員陳薇無疑是最有發(fā)言權的 。在這篇書單推薦中，她從機器學習綜述、算法優(yōu)化、理論延展、數(shù)學基礎四大方面入手，為大家提供一份機器學習的“完全指南” 。
在這個言必談“AI”的時代，機器學習是重要的算法內核，而數(shù)學是理解和改進機器學習算法的必經之路 。因此，我將在這篇文章中梳理機器學習的關鍵模塊和與之聯(lián)系的數(shù)學理論分支，列出一份機器學習的數(shù)學書單 。
機器學習綜述篇
機器學習算法的一般流程，是按照學習問題的性質設計模型，利用優(yōu)化算法來最小化模型的正則化經驗風險，從而學習出最優(yōu)模型，然后應用到新的測試數(shù)據(jù)上 。根據(jù)學習問題、模型、優(yōu)化算法、正則化方法的不同，學習算法分為許多種類 。瀏覽機器學習算法綜述類書籍的目錄，就不難發(fā)現(xiàn)機器學習的算法體系 。以下3本機器學習綜述類書籍，能幫助你建立對機器學習的整體認知：
1）Pattern recognition and machine learning

作者：Christoper M. Bishop
適合人群：初級到中級學者
推薦指數(shù)：

猜你喜歡

• 抽水機原理 大家一起來學習吧
• 從零開始學習品種貓的品相劃分
• 學生正確的學習方法 正確的學習方法介紹
• 新聞寫作技巧 供大家學習
• 視頻怎么剪輯合成 快來學習吧
• 繪畫簡易教程 怎么學習繪畫
• 地瓜干減肥
• 孩子學習沒耐心學習怎么辦 孩子沒有耐心注意力不集中怎么辦
• 孩子學習不好是怎么回事 孩子學習不好有哪些原因
• 聚丙烯酰胺的7個使用指南，來學習知識啦