概率机器学习

为什么值得读

涵盖机器学习研究所需的几乎全部数学基础

• 附录是极佳的无废话应用数学教程
• 囊括做机器学习研究必备的数学
• 特别契合计算机背景转向机器学习者

适合：从事机器学习的计算机背景研究者

值得读指数：91 / 100

Hacker News 读者推荐

这大概是我见过的最好的、毫无废话的应用数学“教程”了——就是 Kevin P. Murphy 写的《Probabilistic Machine Learning: An Introduction》里的数学背景附录。

127 在 HN 的推荐

我是 Murphy 那本 ML 书[1]的铁杆粉丝。[1] https://smile.amazon.com/Probabilistic-Machine-Learning-Intr... 它几乎涵盖了你开始做 ML 研究所需的所有数学知识。我觉得对于搞 ML 的 CS 人来说，这就是最理想的“一书统揽天下”之作。不过，搞 ML 的纯数毕业生可能会觉得……

screye 在 HN 的推荐

Kevin Murphy 的《Probabilistic Machine Learning》就是你所需要的一切。……开个玩笑，但也不全算玩笑 ;) https://probml.github.io/pml-book/

sdl 在 HN 的推荐

找书

豆瓣 微信读书 京东 Open Library ISBN 0262046822

在黑客书架打开完整页面 →

数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。