机器学习理论最佳入门发布！周志华宝箱书搭档，开源教程《钥匙书-KeyBook》

↑ 点击 蓝字  关注极市平台

作者丨詹好等

来源丨Datawhale

编辑丨极市平台

极市导读

 

《机器学习理论导引》作为一本理论性较强的书籍，涉及大量的数学定理和各种证明，对读者的数学背景提出了较高要求。近期，开源组织Datawhale针对《导引》一书做了补充性工作，添加相关注脚，将教材中难以理解的公式做了解析与推导，帮助大家解决书中的数学难题。 >>加入极市CV技术交流群，走在计算机视觉的最前沿

开源初衷

近年来，多样化的机器学习相关教材和视频层出不穷，不仅包含了入门级机器学习宝典，还包括一些系统性书籍。

但国内在机器学习理论（Machine Learning Theory）方面并没有进行过多讨论。尽管在上述的这些著作中，或多或少都展开了对于理论的探讨，但篇幅极为有限，难以满足深入研究的需求，关于机器学习理论的经典教材目前还是英文居多。

2020年周志华、王魏、高尉、张利军等老师所著的《机器学习理论导引》一书（下称《导引》），填补了国内缺少机器学习理论入门著作的遗憾。

该书试图以通俗易懂的语言，为有志于学习和研究机器学习理论的读者提供了入门导引。但作为一本理论性较强的书籍，涉及大量的数学定理和各种证明，对读者的数学背景提出了较高要求。基于很多读者苦于数学基础，《钥匙书 Key-Book》由开源组织Datawhale发起，团队成员詹好负责，针对《导引》一书做了补充性工作，添加相关注脚，将教材中难以理解的公式做了解析与推导，帮助大家解决书中的数学难题。

本书细节

《钥匙书》这一开源教程，对原书做了大量的补充性工作，可以帮你解决公式理解问题，让你找到豁然开朗的感觉。下面，用几个例子来直观感受下。

1.【证明补充】

2.【概念补充】

3.【文献讲解】

使用说明

《钥匙书》的补充性工作，主要包括四个方面：

1. 证明补充：对部分证明的证明思路进行解释，对部分省略的证明过程进行补充。
2. 案例补充：增加解释案例，帮助读者理解。
3. 概念补充：介绍部分文中涉及、但未阐释的概念。
4. 参考文献讲解：对部分重要的参考文献进行介绍。

开源地址

在线阅读（实时更新）：

https://datawhalechina.github.io/key-book/

最新版PDF下载地址：

https://github.com/datawhalechina/key-book/

推荐阅读

• 无痛的机器学习系统入门指南（一）？
  

• 机器学习中的特征工程总结！
  

• 周志华机器学习详细公式推导版完整PDF首发！1.1w+标星开源项目pumpkin-book

添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~

△长按添加极市小助手

△长按关注极市平台，获取 最新CV干货

觉得有用麻烦给个在看啦~