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

共 1578字,需浏览 4分钟

 ·

2020-10-31 19:26

↑↑↑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。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
浏览 76
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报