深度学习
诺亚方舟实验室李航:深度学习还局限在复杂的模式识别上李航关于机器学习的入门和进阶的建议机器学习的本质是“数学化的数据学”。所以,对机器学习技术的掌握,首先需要有好的数学基础,拥有足够的概率统计、计算理论、信息理论的知识;其次需要对数据处理有丰富的经验,经历足够多的开发、实验、观察。因为机器学习涉及的面非常广,所以需要一步一步地积累,不断地学习与钻研,这对初学者与专业人员都是一样的
- 诺亚方舟实验室李航:深度学习还局限在复杂的模式识别上
李航关于机器学习的入门和进阶的建议
机器学习的本质是“数学化的数据学”。所以,对机器学习技术的掌握,首先需要有好的数学基础,拥有足够的概率统计、计算理论、信息理论的知识;其次需要对数据处理有丰富的经验,经历足够多的开发、实验、观察。因为机器学习涉及的面非常广,所以需要一步一步地积累,不断地学习与钻研,这对初学者与专业人员都是一样的。我也是在这样鞭策自己。
机器学习的入门教材,我觉得最好的是Andrew Ng的机器学习讲座,他讲得确实很好,把重要的、基本的概念全部覆盖了,而且内容准确与清晰。中文的教材,据说周志华老师将出版一本入门的书,大家可以期待。
我写的《统计学习方法》并不是针对初学者的,目的是把最基本最核心的概念整理出来,让大家可以随时学习、参考,特别是对做应用的人。是工具书的定位,对有一定基础的人来说,可以成为入门书,但不适合所有人。
我自己经常参考的,统计学方面Hastie、Tibshirani 、Friedman的书,机器学习方面Bishop的书,信息理论是Cover与Thomas的书,都是领域的权威。机器学习领域太广,不太可能有一本书满足所有人的需求,大家可以根据自己的情况,有选择地学习。另外,现在网上有大量的学习资料,论文、书籍、代码、讲座、博客,大家都可以去有效地利用。
更多推荐
所有评论(0)