深入机器学习应该从哪门课或哪本书开始?求推荐资源?
目前的状况是:
1、 数学系学生已保研,学习方向比较分散,想涉猎多一些以便选择
2、 初步了解了机器学习演算法,不包括深度学习
3、 有实践但不多,大部分是做课后作业
4、 非常钻牛角尖,不喜欢有很多错误或逻辑混乱的书或课
请问各位前辈:
1、有没有哪本书(PRML、MLAPP、ESL、deeplearning花书)或哪门课程比较推荐,就是非常难但看完看懂能醍醐灌顶的那种,并且课后有习题实践!!!!并且有答案。
2、前辈们能不能推荐一些习题资源并且一定要有解答。我喜欢有参考答案的那种...特别是程序
3、 我想找同学搞个图像识别的3D列印,就是立体还原,cs229这门课上讲过一个例子比较相似。不知道这部分具体需要哪些演算法设计的知识?
真心感谢各位
不是前辈。
1.我只读过其中两本,根据我的了解来谈一下。
MLAPP网上好像只有第一版,在买不起的情况下,你只能对著电子版和Errata慢慢地改里面的错误了,不然的话不适合钻牛角尖,有没有答案我还不知道;PRML应该算是经典中的经典了,优势是网上资料多,错误少但并不是没有,有参考答案,但算不上太难,不过课后题挺难的。ESL应该要比PRML难的,也有课后题答案,但是据说不是很细,初次入门读的话可能会体会不到一些话的深层含义。DL深度学习方面都成教科书了,机器学习那部分特点就是精简但又不失完整性,没有课后题。以上这几本应该都够醍醐灌顶的,但是吃透不容易,做不到真正理解的话很快就忘了。
公开课好像没有特别难的,反正都不如课后习题难。2.没看懂这个子问题3.Stereo Vision并不懂谷歌有一款免费的视频教程——《机器学习速成教程》,25堂课,40多个练习,中文版和英文版都有,地址如下:
https://developers.google.com/machine-learning/crash-course/
谢邀,
西瓜书 最经典,如果自学建议看科大的机器学习相关课程,可以很好的帮你对机器学习有个初步认识。
自己爱好非常重要,极是在学校学习老师也没有办法讲的面面俱到,需知纸上得来终觉浅,绝知此事要躬行!
最近在学习cs231n的课程,绝对经典!
周志华的西瓜书 和吴恩达的视频
谢邀。
Github上down代码尝试编程,通过编程理解机器学习与深度学习个人认为是捷径。
Build software better, together?github.com谢邀。斯坦福大学吴恩达教授在Coursera发布的机器学习课程。链接:https://pan.baidu.com/s/1fYa2uxxunXhKAmc6eU_s8g 密码:njty全英文的,能接受就收下吧 如果不喜欢英文,在b站上也能搜到中文版的
想要深入机器学习的话,只看课程或者书是不够的。你需要做一些项目。
推荐阅读: