我的机器学习入门书籍

公子龙

共 1965字,需浏览 4分钟

 ·

2023-09-01 16:57

各位读者朋友们,今天我要给大家推荐一本非常实用的机器学习入门基础图书——《机器学习入门基础(微课版)》。这本书是由黄海广老师倾心打造,适合只有本科三年级数学水平以上的初学者入门,这本书已经被很多学校定为本科生教材。

背景介绍

本书的作者黄海广老师是一名大学教师,翻译和整理过很多人工智能的入门课程资料,如“吴恩达机器学习”的翻译和笔记整理等,他目前承担本科生和研究生的机器学习课程的教学工作。在借鉴了国内外许多优秀的机器学习课程和作品后,黄海广老师决定写一本适合初学者的机器学习入门书,以方便大家快速入门。

内容梗概

这本书已经在清华大学出版社完成第二次印刷,不仅适合初学者学习,也适合新手老师授课。主要内容包括线性回归、逻辑回归、决策树等经典算法,以及 XGBoost、LightGBM 等集成学习算法。此外,还讲解了利用机器学习解决问题的实用技术,包括 Python、Scikit-learn 工具的使用等。

课程目录如下:

亮点分析

  • 1.图文并茂

本书内容图文并茂,绝大部分图例都是黄海广老师制作,形象生动,部分插图如下:

  • 2.代码分享

本书的课件和代码已经在 Github 上分享,已经获得1400+star

  • 3.视频讲解

本书的大部分内容有视频讲解,扫描该内容下方的二维码可以查看视频讲解,也可以加入中国大学慕课学习完整课程。黄海广老师主讲的中国大学慕课《机器学习》已经被认定为浙江省一流本科课程。

  • 4.课后练习

在本书中,每章都有代码,以及 20 题以上的练习题,方便读者巩固所学知识。

  • 5.配套教学资料

在本书中,每章都有适合教学的课件,并提供教学进度和教学大纲,可以分享给在职的教师。目前作者已经把完整课件和代码分享给国内约1300位教师。

  • 6.教学安排
本书可以作为专科生、本科生、研究生的教材。
作为本科生的教材时,第2章数学基础回顾和第11章人工神经网络可以作为选修部分,建议课时:理论课32课时,实验课16~32课时;
作为专科生的教材时,建议配合代码进行课程讲解,增加实验部分课时,减少理论部分课时,建议课时:理论课32课时,实验课32课时;
作为研究生的教材时,建议课时为36课时,实验部分建议自学。

适用人群

本书适合想要入门机器学习的读者,只要有本科三年级以上的数学知识,会一种编程语言,就可以掌握本书的绝大部分内容。

本书也适合初学机器学习的硕士生、博士生入门机器学习课程。

作者的话

作者表示,写这本书的初衷是希望帮助初学者更好地入门机器学习,解决资料太多、难以取舍的问题,以及理论性强、初学困难的问题。同时,作者也希望通过这本书,让更多的人了解和掌握机器学习技术,为相关领域的发展做出贡献。总之,这是一本内容丰富、实用性强的机器学习入门图书,适合广大初学者和相关领域的从业人员阅读。如果你对机器学习感兴趣,不妨一读,相信你会有收获。

在本书的编写过程中,得到了很多人的支持和帮助,如李航老师和徐亦达老师,对我的工作十分支持,在此表示感谢!

本人水平有限,如有公式、算法错误,欢迎各位读者指正批评。

相关资源

这本书的视频内容已经在中国大学慕课进行授课,目前是第六轮了。慕课地址:

https://www.icourse163.org/course/WZU-1464096179

课程资源(pdf版本课件和代码)公布在Github:

https://github.com/fengdu78/WZU-machine-learning-course

本书的课件和教学资料,可以分享给在职的教师,请用edu邮箱联系:haiguang2000@wzu.edu.cn

本书购买地址(阅读原文可达):

https://item.jd.com/13935772.html

浏览 451
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