【干货书】机器学习练习册,211页pdf,Exercises in Machine Learning

2022 年 10 月 5 日 专知


这本书包含了一系列的机器学习练习和详细的解决方案。希望本书的细节足以让读者理解解决方案并理解所使用的技术 。然而,这些练习并不是机器学习教科书或课程的替代品。我假设读者已经了解了相关的理论和概念,现在想通过解题来加深他们的理解。虽然编码和计算机模拟在机器学习中非常重要,但书中的练习(大部分)可以用笔和纸来解决。对纸笔练习的关注减少了篇幅,简化了演示。此外,它还可以增强读者的数学技能。然而,理想的练习是与计算机练习相结合,以进一步加深理解。这里收集的练习大多是我为赫尔辛基大学的“无监督机器学习”课程和爱丁堡大学的“概率建模和推理”课程开发的练习的结合。这些练习并没有全面涵盖机器学习的所有内容,而是着重于非监督方法、推理和学习。我很感谢我的学生提供反馈和提问。两者都有助于提高练习和解决办法的质量。我还要感谢两所大学为我提供的研究和教学环境。我希望练习的收藏会随着时间的推移而增长。我打算在未来增加新的练习,并欢迎社会各界的贡献。Latex源代码可在https://github.com/michaelgutmann/ml-pen-and-paper-exercises获得。请使用GitHub的问题报告错误或拼写错误,如果您想做出更大的贡献,请与我们联系。


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“E211” 就可以获取【干货书】机器学习练习册,211页pdf,Exercises in Machine Learning》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
4

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
专知会员服务
251+阅读 · 2021年10月8日
专知会员服务
68+阅读 · 2021年7月10日
【干货书】线性代数及其应用,688页pdf
专知会员服务
165+阅读 · 2021年6月10日
专知会员服务
84+阅读 · 2021年5月30日
专知会员服务
72+阅读 · 2021年5月11日
《机器学习》简明导论,21页pdf
专知
5+阅读 · 2022年3月3日
【干货书】概率,统计与数据,513页pdf
专知
34+阅读 · 2021年11月27日
【Alex Smola干货书】机器学习导论,234页pdf
专知
2+阅读 · 2021年11月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
35+阅读 · 2021年8月2日
Arxiv
45+阅读 · 2019年12月20日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关VIP内容
专知会员服务
251+阅读 · 2021年10月8日
专知会员服务
68+阅读 · 2021年7月10日
【干货书】线性代数及其应用,688页pdf
专知会员服务
165+阅读 · 2021年6月10日
专知会员服务
84+阅读 · 2021年5月30日
专知会员服务
72+阅读 · 2021年5月11日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员