Simon Rogers 英國格拉斯哥大學計算機科學學院講師,主講碩士生的機器學習課程。Rogers博士是機器學習領域的一位活躍研究者,研究興趣包括代謝組學數據分析和概率機器學習技術在人機交互領域的應用。
Mark Girolami 英國倫敦大學學院(UCL)統計係主任和計算機科學係榮譽教授,並擔任計算統計學和機器學習研究中心主任。他還是英國統計協會研究組成員,英國工程和科學研究委員會高級研究員,英國工程技術學會會員,愛丁堡皇傢學會院士。
發表於2025-02-04
A First Course in Machine Learning 2025 pdf epub mobi 電子書 下載
記號不標準,解釋不到位,浪費時間,於我而言lan書一本,還是ISLR加斯坦福的Mooc收獲大。 d
評分記號不標準,解釋不到位,浪費時間,於我而言lan書一本,還是ISLR加斯坦福的Mooc收獲大。 d
評分我讀的英文版,把本科高數、綫性代數和概率論學紮實後,書中的公式基本都能看懂、能推導齣來(公式的推導過程非常的詳細---相比於周誌華的《機器學習》和李航的《統計學習方法》,因為周和李的這兩本書公式背後的數學意義,以及公式從上下步推導到下一步,我基本看不懂……但看...
評分記號不標準,解釋不到位,浪費時間,於我而言lan書一本,還是ISLR加斯坦福的Mooc收獲大。 d
評分中文版P89 p(t_new|x_new,X,t,sigma^2)=N(x^T_new u_w,sigma^2+x^T_new sum_w x_new) 不知是如何推齣來的,實在搞不懂啊,有知道的,分享一下,謝謝!
圖書標籤: 機器學習 MachineLearning ML 計算機 數據挖掘 入門 ※Maschine-Berechnen 計算機科學
有一些推導,但是涵蓋的方法不是很多,貝葉斯講的挺多的
評分很簡單 但值得一看 公式一步步推 生怕你不懂 看ISL感到迷惑(可能作者認為不需要解釋,但是也是一本好書)的地方 這大部分都有直觀解釋 這本書因為保持較低的難度而省去不講的部分 ISL也有簡單的解釋 再不行就查ESL
評分有一些推導,但是涵蓋的方法不是很多,貝葉斯講的挺多的
評分很簡單 但值得一看 公式一步步推 生怕你不懂 看ISL感到迷惑(可能作者認為不需要解釋,但是也是一本好書)的地方 這大部分都有直觀解釋 這本書因為保持較低的難度而省去不講的部分 ISL也有簡單的解釋 再不行就查ESL
評分有一些推導,但是涵蓋的方法不是很多,貝葉斯講的挺多的
A First Course in Machine Learning 2025 pdf epub mobi 電子書 下載