机器学习
Machine learning
Kevin P. Murphy · 初版 2012 年
- 23次提及
- 12人推荐
- 22位 HN 评论者
简介
本教材基于统一的概率视角，对机器学习领域进行了全面且自成体系的介绍。内容兼具广度与深度，不仅涵盖概率论、最优化和线性代数等必备背景知识，还探讨了该领域的最新进展，包括 conditional random fields、L1 regularization 以及 deep learning。本书行文通俗易懂，并为核心算法配备了伪代码。所有主题均配有丰富的彩色图表和
为什么值得读
重在打牢概率与理论底层的严谨机器学习经典教材
- 以概率视角提供全面严密的理论框架
- 侧重原理理解而非单纯的代码实现
- 内容兼具前沿性与系统性
适合：希望建立严谨理论根基的机器学习学习者
值得读指数：59 / 100
Hacker News 读者推荐
……教程，但没有一个能把完整的进阶路径讲清楚。以下是我觉得很有用的资源：========================================== 来自 Open AI、Facebook AI 大佬的建议 必刷课程：Andrew Ng 的 Machine Learning（https://www.coursera.org/learn/machine-learning）/// 课程笔记：（http://holehouse.org/mlclass/index.html）Yaser Abu-Mostafa 的 Machine Learning 课程，更侧重于理论……
allenleein 在 HN 的推荐
Murphy 写的那本可能是内容最新的，而且是本非常出色的教材（去看看第一条书评吧）。另外，网上还有很多不同严谨程度的学习资料：http://www.amazon.com/Machine-Learning-Probabilistic-Perspec... http://metaoptimize.com/qa/questions/186/good-freely-availab... http://www.p-value.info/2012/11/free-datascience-books.html http://www.kaggle.com/wiki/Tutorials
gtani 在 HN 的推荐
以下是我觉得很有用的资源：========================================== 来自 Open AI、Facebook AI 大佬的建议 必刷课程：Andrew Ng 的 Machine Learning（https://www.coursera.org/learn/machine-learning）/// 课程笔记：（http://holehouse.org/mlclass/index.html）Yaser Abu-Mostafa 的 Machine Learning 课程，更侧重于理论……
allenleein 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 9780596529321
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。