Foundations of Machine Learning 在线电子书 图书标签: 机器学习  MachineLearning  人工智能  计算机  统计学习  数据挖掘  ML  数学   

喜欢 Foundations of Machine Learning 在线电子书 的读者还喜欢

• 
  Information Theory, Inference and Learning Algorithms 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Bayesian Reasoning and Machine Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Probabilistic Graphical Models 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  The Elements of Statistical Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Numerical Optimization 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Pattern Recognition and Machine Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Learning with Kernels 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Understanding Machine Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Algebraic Geometry and Statistical Learning Theory 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  统计学习理论的本质 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载

为了复习考试把这本书翻了一遍。吐槽一下的是这书的错实在太多，多到什么程度？期末考试一道题目是，请写出课本里除了长长的两份勘误表外，剩下的错误

看完了附录和RL部分，讲的很好！喜欢完备数学推导的推荐这本，比PRML新很多。

个人认为最好的机器学习书。

用PAC框架和VC理论给了BOOST和SVM坚实的基础，书中对regression那一章用PAC和VC来解释为什么需要做L1或者L2的惩罚，给了统一的理论框架，颇有启发性。缺点就是搞计算机的人数学实在是不够严谨。计算机的人的角度和统计的人的角度看同一件事情的不同看法是最有意思的。

理论部分写的很好，推导完整，对基础很有帮助。但是出于私心从rademacher开始写的，VC维等反而往后放，有点不尊重历史了

作为一名非科班的学渣级别的初级机器学习从业者，对于learning theory，我内心其实是拒绝的，大段大段（对于我而言似是而非）的公式推导，各种不等式缩放，对数学功底的要求还是颇高的。但是迫于发paper的需要，还是时常不得不证明一些bound，从而达到升华自己文章逼格，取悦re...

作为一名非科班的学渣级别的初级机器学习从业者，对于learning theory，我内心其实是拒绝的，大段大段（对于我而言似是而非）的公式推导，各种不等式缩放，对数学功底的要求还是颇高的。但是迫于发paper的需要，还是时常不得不证明一些bound，从而达到升华自己文章逼格，取悦re...

作为一名非科班的学渣级别的初级机器学习从业者，对于learning theory，我内心其实是拒绝的，大段大段（对于我而言似是而非）的公式推导，各种不等式缩放，对数学功底的要求还是颇高的。但是迫于发paper的需要，还是时常不得不证明一些bound，从而达到升华自己文章逼格，取悦re...

作为一名非科班的学渣级别的初级机器学习从业者，对于learning theory，我内心其实是拒绝的，大段大段（对于我而言似是而非）的公式推导，各种不等式缩放，对数学功底的要求还是颇高的。但是迫于发paper的需要，还是时常不得不证明一些bound，从而达到升华自己文章逼格，取悦re...

作为一名非科班的学渣级别的初级机器学习从业者，对于learning theory，我内心其实是拒绝的，大段大段（对于我而言似是而非）的公式推导，各种不等式缩放，对数学功底的要求还是颇高的。但是迫于发paper的需要，还是时常不得不证明一些bound，从而达到升华自己文章逼格，取悦re...