不用啃大部头,这本《100页的机器学习书》已收获7000读者

2019 年 1 月 1 日 量子位
郭一璞 发自 麦拜德 
量子位 报道 | 公众号 QbitAI

看书从来都是一个系统工程,尤其是读严肃的内容,啃大部头的书总是让人感到脑壳疼。

所以,这位名叫Andriy Burkov的小哥干脆说:我来给大家搞一本简短的机器学习书吧。

这本书去掉封皮和章节页只有128页,书名也简短的不要不要的,叫做:

《100页的机器学习书》

百页ML,简单,粗暴,看起来非常节约脑细胞。

100多页能写下什么?

麻雀虽小五脏俱全,虽然这本书简短,但是该有的都有。

第1章:简介

第一部分:监督学习
第2章:符号和定义
第3章:基本算法
第4章:学习算法的剖析
第5章:基本实践
第6章:神经网络和深度学习
第7章:问题和解决方案
第8章:高级实践

第二部分:无监督学习
第9章:无监督学习

第三部分:最后章节
第10章:其他的学习形式
第11章:结论

因为整体只有128页,所以每个章节都很简短,即使是最长的第7章问题和解决方案部分也只有19页。

整本书的配图相对精致一些,可以看得很清楚,文字以基础介绍为主,不会有太多的深入内容。

 第六章中对神经网络的介绍图

而且,因为在线pdf在Dropbox上,你还可以去批注区找作者请教讨论。

谁最适合读这本书

正因为这本书相对简短,所以阅读门槛不会很高,对机器学习初学者来说非常友好,有一定学习和实践经验的人也可以把这本书当做查缺补漏的一个工具。

另外,如果你需要解决“这个问题到底适不适合用机器学习解决”,这种问题,这本书也会帮到你。

另外,每个章节中都有二维码,扫码之后就可以看到一个百科网页,作者会在这个页面中给到一些补充材料,包括推荐阅读、视频、问答、代码、教程等,页面会一直更新下去。

当然,这本书……不是用中文写的。不过,鉴于盆友你都要搞机器学习了,相信读一读英文也没什么坏处。

作者:看爽了要买的哦

这本《百页ML》的作者Andriy Burkov是加拿大拉瓦尔大学的人工智能博士,目前是研究咨询公司Gartner的机器学习团队的Leader,目前主要在研究文本结构化和半结构化。

自从这本书开始更新以来,已经收获了超过7000名订阅者,最近Burkov小哥刚刚把最后两章更完。

不过,虽然公开了整本书的电子版,Burkov还是准备把书放上亚马逊开卖。因为他觉得,卖书之前至少要让大家试读一下,坚持“先读后买”原则,于是公开了电子版全文。

所以,他还是认真的强调了一下:如果看了这本书之后发现不错,那可要买下来,不要白嫖哦~

传送门

在线阅读地址:
http://themlbook.com/wiki/doku.php


加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !



登录查看更多
8

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
还在修改博士论文?这份《博士论文写作技巧》为你指南
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【教程推荐】中科大刘淇教授-数据挖掘基础,刘 淇
专知会员服务
80+阅读 · 2020年3月4日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
我的推荐系统入门经验~
大数据技术
39+阅读 · 2019年9月19日
AI算法太难入门?看完这本书你就不会这么想
大数据技术
8+阅读 · 2019年6月10日
干货 | 机器学习怎么从入门到不放弃!
THU数据派
6+阅读 · 2018年6月8日
【回顾】从零开始入门机器学习算法实践
AI研习社
5+阅读 · 2017年11月28日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
关于数据挖掘,有几本书推荐给你......
图灵教育
16+阅读 · 2017年10月11日
入坑机器学习,这10个知识点你要了解!
THU数据派
5+阅读 · 2017年9月15日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Bivariate Beta LSTM
Arxiv
5+阅读 · 2019年10月7日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
11+阅读 · 2018年7月8日
VIP会员
相关资讯
我的推荐系统入门经验~
大数据技术
39+阅读 · 2019年9月19日
AI算法太难入门?看完这本书你就不会这么想
大数据技术
8+阅读 · 2019年6月10日
干货 | 机器学习怎么从入门到不放弃!
THU数据派
6+阅读 · 2018年6月8日
【回顾】从零开始入门机器学习算法实践
AI研习社
5+阅读 · 2017年11月28日
机器学习必备手册
机器学习研究会
19+阅读 · 2017年10月24日
关于数据挖掘,有几本书推荐给你......
图灵教育
16+阅读 · 2017年10月11日
入坑机器学习,这10个知识点你要了解!
THU数据派
5+阅读 · 2017年9月15日
相关论文
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
Bivariate Beta LSTM
Arxiv
5+阅读 · 2019年10月7日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
11+阅读 · 2018年7月8日
Top
微信扫码咨询专知VIP会员