机器学习允许计算系统根据从观测数据中积累的经验自适应地改进性能。其技术广泛应用于工程、科学、金融、商业等领域。这本书是为机器学习的短期课程设计的。这是一门短期课程,不是仓促的课程。经过十多年的教材教学,我们提炼出了我们认为每个学生都应该知道的核心主题。我们选择了“从数据中学习”这个标题,它忠实地描述了这个主题是关于什么的,并且以一种类似故事的方式覆盖了这些主题。我们希望读者能通过从头到尾阅读这本书来学习这门学科的所有基础知识。 ——数据学习具有明显的理论和实践轨迹。在这本书中,我们平衡了理论和实践,数学和启发式。我们的纳入标准是相关性。包括建立学习概念框架的理论,以及影响实际学习系统性能的启发法。 ——从数据中学习是一个动态的领域。一些热门的技术和理论有时只是一时的流行,而另一些获得了牵引,成为该领域的一部分。我们在本书中强调的是必要的基础知识,这些基础知识使任何从数据中学习的学生有了坚实的基础,并使他们能够冒险去探索更多的技术和理论,或者贡献自己的知识。
——作者是加州理工学院(Caltech)、伦斯勒理工学院(RPI)和国立台湾大学(NTU)的教授,这本书是他们广受欢迎的机器学习课程的主要教材。作者还广泛咨询了金融和商业公司关于机器学习的应用,并在机器学习竞赛中带领获胜团队。
http://amlbook.com/
没有数据了, 换个别的吧!
参考链接
微信扫码咨询专知VIP会员