机器学习理论最佳入门！周志华宝箱书搭档，开源教程《钥匙书-KeyBook》发布

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale开源 

作者：詹好、Datawhale开源项目组

开源初衷

近年来，多样化的机器学习相关教材和视频层出不穷，不仅包含了入门级机器学习宝典，还包括一些系统性书籍。

但国内在机器学习理论（Machine Learning Theory）方面并没有进行过多讨论。尽管在上述的这些著作中，或多或少都展开了对于理论的探讨，但篇幅极为有限，难以满足深入研究的需求，关于机器学习理论的经典教材目前还是英文居多。

2020年周志华、王魏、高尉、张利军等老师所著的《机器学习理论导引》一书（下称《导引》），填补了国内缺少机器学习理论入门著作的遗憾。

该书试图以通俗易懂的语言，为有志于学习和研究机器学习理论的读者提供了入门导引。但作为一本理论性较强的书籍，涉及大量的数学定理和各种证明，对读者的数学背景提出了较高要求。

基于很多读者苦于数学基础，《钥匙书 Key-Book》由开源组织Datawhale发起，团队成员詹好负责，针对《导引》一书做了补充性工作，添加相关注脚，将教材中难以理解的公式做了解析与推导，帮助大家解决书中的数学难题。

本书细节

《钥匙书》这一开源教程，对原书做了大量的补充性工作，可以帮你解决公式理解问题，让你找到豁然开朗的感觉。下面，用几个例子来直观感受下。

1.【证明补充】

2.【概念补充】

3.【文献讲解】

使用说明

《钥匙书》的补充性工作，主要包括四个方面：

1. 证明补充：对部分证明的证明思路进行解释，对部分省略的证明过程进行补充。
2. 案例补充：增加解释案例，帮助读者理解。
3. 概念补充：介绍部分文中涉及、但未阐释的概念。
4. 参考文献讲解：对部分重要的参考文献进行介绍。

开源地址

在线阅读（实时更新）

https://datawhalechina.github.io/key-book/

最新版PDF下载地址

https://github.com/datawhalechina/key-book/

关于我们

开源贡献者：詹好，王茂霖，李一飞，胡峻毅，杨昱文，谢文睿。

后台回复关键词【钥匙书】，可进群交流和学习机器学习相关理论，希望成为开源贡献者，一起迭代完善，也可以在群里直接联系负责人！

“三连支持，分享点赞点在看↓