1.首先自吹自擂推荐一波我自撰二文《速通机器学习》以及《速通深度学习数学基础》 本书从传统的机器学习,如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习,到前沿的深度学习和神经网络,如DNN、CNN、BERT、ResNet等,对人工智能技术进行零基础讲解,内容涵盖数学原理、公式推导、图表展示、企业应用案例。 面向初,...
《机器学习基础教程 : A First Course in Machine Learning》 《图解机器学习》 《白话大数据与机器学习》 《白话机器学习的数学》 《机器学习入门必备》 《机器学习入门之道》 人工智能正在形成一股新的浪潮,它将从技术、经济、社会等各个层面改变我们的工作和生活方式。机器学习是计算机科学与人工智能的重要分支领域...
1）Pattern recognition and machine learning 作者：Christoper M. Bishop 适合人群：初级到中级学者 推荐...
李航老师的统计学习不要都学,在入门阶段,看一些基础的知识就够了,在看李航老师书籍的时候,遇到不懂的,就去看刘建平老师的博客,看完一个章节,用sklearn去做一些简单的代码实战。 如果想更系统的学习机器学习和深度学习,可以参考我总结的学习路线,在知乎收藏人手破了6000次了,干货贼多。 我根据自己的入门和工作经...
读者朋友们大家好,我是卢菁,本书从传统的机器学习,如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习,到前沿的深度学习和神经网络,如DNN、CNN、BERT、ResNet等,对人工智能技术进行零基础讲解,内容涵盖数学原理、公式推导、图表展示、企业应用案例。 本书面向初,中级读者,能帮助读者迅速掌握机器学习技术的相关概...
周边资料:我之前还写了一个对这本书的一个小感悟,有兴趣的可以看看:联邦学习这本书怎么样? 其他待补充 3.2 搜推广技术 搜索,推荐,广告密集型的机器学习应用领域,大量机器学习为主的学生会考虑的岗位之一. 我们往往会将搜推广并称,是因为其技术栈有一定相似性,所以深入了解一家,然后在明白区分性的技术即可. ...
1、《机器学习精讲》，作者：安德烈·布可夫 这本书以简洁的篇幅和精炼的语言，向读者介绍了机器学习...
1、Artificial Intelligence: A Modern Approach 人工智能：一种现代的方法 介绍：人工智能领域的经典教科...
首先第一本,我觉得是写的最好的,就是郭宪老师的《深入浅出强化学习:原理入门》,这本书可以结合着郭宪老师,知乎名“天津包子馅儿”的博客看。这本书真是我的入门书,来来回回翻看了少说也有三遍,有的算法看了四五遍。强化学习确实挺难理解的,有些公式需要反复琢磨。建议看书的时候,自己动手推一推公式,有助于...
数据科学(data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。AI的范围很大,数据科学的几乎所有知识点都包含在里边。