测评:《机器学习中的数学》

共 751字,需浏览 2分钟

 ·

2021-07-14 09:03

↑↑↑点击上方蓝字,回复资料,10个G的惊喜

每本书都有属于它的、最适合的读者,为避免大家入坑,我把看过的、感觉还可以的书拿出来做个测评,希望这些书都能找到它的读者。

前篇:

测评:《图解机器学习算法》

测评:《哈佛概率论公开课》

1、印刷不错,字体让人很舒服。
2、内容特别全面,介绍了微积分、线性代数、概率统计、信息论、随机过程、图论等内容,精准、最小化地覆盖机器学习的数学知识,跟机器学习不沾边的内容就省略了。

3、这本书的精髓是把数学知识与机器学习中的具体应用结合到了一起,看起来没有那么枯燥了,懂一点机器学习基础但需要补数学基础的同学会更有感觉。


总结:

纯入门机器学习的角度,数学基础这一块是个无底洞,不太建议大家耗费过多时间,用到了再补也不迟。

所以,本书仅适于基础特别薄弱的同学(或非理工科专业的学生),但凡有点基础就别看书了。

老胡从人民邮电出版社异步社区拿到两个当当优惠码,在五折基础上还能满200减30和300-60,相当于160元买400元的书。

想要囤书的同学可以参考:机器学习入门指南(2021版)

200-30优惠码:FPZYVT
300-60优惠码:4RC54U

推荐阅读

(点击标题可跳转阅读)

下载 | 经典著作《机器学习:概率视角》.pdf
从贝叶斯定理到概率分布:详解概率论

机器学习:XGBoost vs 神经网络

斯坦福大学计算机系,所有课程!

关于决策树,你一定要知道的知识点!

Python 优化提速的 8 个小技巧

老铁,三连支持一下,好吗?↓↓↓

浏览 30
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