西瓜书:机器学习

花书:深度学习

大一,学过线代


都不推荐啊。。。

建议先看Ng的cousera视频,然后看Ng的Stanford视频。

这两个作为最基础的入门,然后可以看西瓜书+李航的统计学习方法。

当然,看Ng Stanford视频时也可以配合西瓜书。

最重要的还是动手,可以玩儿Kaggle或者各种数据比赛,或者挑一个有tutorial的框架,一边上手一边学。

BTW概率很重要啊,是很多机器学习模型的建模基础。所以建议先学这个。

然后不要指望这些书能一次顺利地看完。反复看,随时动手。


可以先看邱锡鹏的《神经网路与深度学习》。

再交叉看西瓜和花会顺利一些。


西瓜书吧,毕竟中文原著。

其实英文版的话,Introduction to Machine Learning也挺好的,浅显易懂,详略得当。


花书太难了,不适合入门

建议看西瓜书,和吴恩达的


推荐吴恩达的deeplearning.ai,讲的很清楚,每一章的课后题也都挺有用的。

关键是实战,最好可以找个视觉相关的项目,自己动手搭个CNN模型,去根据项目读一些论文。

关于机器学习,统计学习方法和西瓜书都挺不错的。


机器学习入门:书籍推荐西瓜书,网课推荐Andrew的机器学习

深度学习入门:书籍推荐《深度学习入门》,网课推荐李飞飞的cs231n


泻药。。。不过我是直接看论文的


建议先去看西瓜书,同时补一补数学知识,像微积分,矩阵分析等。


能看懂啥就看啥


学过概率论吗?没学的话先看概率论,看完再算。

学过的话先看看李航的统计学习入入门,然后再看西瓜书,同时矩阵分析,数理统计,最优化理论等也要看,最后再看花书。


都不推荐,推荐吴恩达机器学习课程,动手深度学习,然后再去看西瓜书。至于花书,和演算法导论一样都是圣经版的存在


西瓜书。

花书太难了,研一先学的深度学习,鬼知道怎么没有先开机器学习的课程 还没入门就想放弃了 直到看了西瓜书才重燃希望


推荐阅读:
相关文章