V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
ufo22940268
V2EX  ›  问与答

机器学习书籍推荐

  •  
  •   ufo22940268 · 2018-02-24 10:07:51 +08:00 · 3454 次点击
    这是一个创建于 2443 天前的主题,其中的信息可能已经有所发展或是发生改变。

    正在学习机器学习相关的算法,神经网络除外. 但是搜了一圈没找到合适的书籍看,希望大佬们推荐下,中文英文皆可


    顺便再问下大佬们自己开发的时候数据可视化话是怎么做的,就是给自己看的数据可视化,是 matlab 吗?

    17 条回复    2018-02-24 14:00:42 +08:00
    ipwx
        1
    ipwx  
       2018-02-24 10:14:21 +08:00   ❤️ 2
    无论多少遍,我只推荐 Pattern Recognition and Machine Learning
    ufo22940268
        2
    ufo22940268  
    OP
       2018-02-24 10:15:34 +08:00
    @ipwx 现在就买
    ernest
        3
    ernest  
       2018-02-24 10:19:42 +08:00   ❤️ 1
    @ufo22940268 建议从 ng 的 Machine learning 课开始学
    327beckham
        4
    327beckham  
       2018-02-24 10:21:19 +08:00
    同意三楼的观点
    ufo22940268
        5
    ufo22940268  
    OP
       2018-02-24 10:22:58 +08:00
    @ipwx 兄弟你买的是实体书吗? 我去 amazon 上看,电子版只有 pdf 的,没有 mobi 的
    ufo22940268
        6
    ufo22940268  
    OP
       2018-02-24 10:24:47 +08:00
    @ernest 这个有看,但是感觉我不怎么适应看视频,同一个视频反复看很多次,后面想起来要回去查视频内容也很不方便.
    Morriaty
        7
    Morriaty  
       2018-02-24 10:25:01 +08:00   ❤️ 1
    别听一楼的.......你要有心看 PRML,也不会来这里问。

    首先《集体智慧编程》《 pytorch tutorial 》这些实例入门。
    然后再看《 LDA 数学八卦》《逻辑回归-从入门到精通》这种详解算法的,如果看的进去,或者说有兴趣,再考虑看《显线性代数》《统计学习方法》等正统教材。
    mpich
        8
    mpich  
       2018-02-24 10:27:07 +08:00
    西瓜书。。。
    ernest
        9
    ernest  
       2018-02-24 10:29:23 +08:00
    @ufo22940268 不是看,要做每节课后的习题。建议你参加 coursera 上的课程,配套习题做一做: https://www.coursera.org/learn/machine-learning
    ufo22940268
        10
    ufo22940268  
    OP
       2018-02-24 10:32:11 +08:00
    @ernest ok
    lxrmido
        11
    lxrmido  
       2018-02-24 11:05:53 +08:00
    https://item.jd.com/12128543.html

    买了这本,挺好的
    ipwx
        12
    ipwx  
       2018-02-24 11:34:51 +08:00
    ipwx
        13
    ipwx  
       2018-02-24 11:41:33 +08:00   ❤️ 1
    @ufo22940268 确实 PRML 是神书没错,但是等级相当之高,先修起码要有微积分(物理含义知悉,不过收敛性证明之类的不必要)、线性代数(线性空间角度理解矩阵,而非死算)、概率论(贝叶斯角度的物理含义知悉、熟悉高斯分布,不过 PRML 第一还是第二章倒是帮你复习了高斯分布),以及一点点优化理论(至少要懂拉格朗日乘子,SVM 那一节还需要懂一点线性规划)。其他数学知识也稍微涉及了一点,不过不懂也没啥。比如变分微积分( Calculus of variations )我至今都不懂,只知道它的物理含义但不知道怎么求解,所以相关内容(比如变分推理)我也就是接受了书上的结论,没有深究。

    但是我依旧推荐它,至少你问我推荐哪本书,但没说你打算投入多少工夫对不?这本书的正确阅读方法是渐进阅读,碰到必要的数学知识(我列出的这几个)没学过就去学,其他数学知识看不懂就看个大概。等真的把一本书都读完了,你就再也不需要别的任何书了。可以说是一本顶十本。
    zyxbcde
        14
    zyxbcde  
       2018-02-24 11:47:07 +08:00 via Android
    数学基础是必备技能,建议先看数学,不然连上面那些书的符号都看不懂。
    love2io
        15
    love2io  
       2018-02-24 12:39:02 +08:00
    https://love2.io/booklist/WO87Lw 这里有一些机器学习的开源书,可以入门看看
    iyeatse
        16
    iyeatse  
       2018-02-24 12:45:06 +08:00   ❤️ 1
    线代和微积分这些基础一般大学都会讲吧~不过工作几年忘了之后想捡回来的话可以看 3Blue1Brown 的视频,B 站有熟肉,很有意思
    weeevv
        17
    weeevv  
       2018-02-24 14:00:42 +08:00
    Sebastian Raschka 的 Python Machine Learning.
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1062 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 19:39 · PVG 03:39 · LAX 12:39 · JFK 15:39
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.