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。

成为VIP会员查看完整内容
109

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
【2022新书】经典与量子计算导论,392页pdf
专知会员服务
70+阅读 · 2022年1月17日
【干货书】贝叶斯推理决策,195页pdf
专知会员服务
89+阅读 · 2021年12月11日
【干货书】机器学习算法视角,249页pdf
专知会员服务
141+阅读 · 2021年10月18日
专知会员服务
251+阅读 · 2021年10月8日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
201+阅读 · 2020年2月24日
【2022新书】经典与量子计算导论,392页pdf
421页《机器学习数学基础》最新2019版PDF下载
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012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 · 2012年12月31日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013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 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012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 · 2012年12月31日
微信扫码咨询专知VIP会员