机器学习有很多名称,如机器学习、人工智能、模式识别、数据挖掘、数据同化和大数据等等。它在许多科学领域都有发展,比如物理学、工程学、计算机科学和数学。例如,它被用于垃圾邮件过滤、光学字符识别(OCR)、搜索引擎、计算机视觉、自然语言处理(NLP)、广告、欺诈检测、机器人技术、数据预测、材料发现、天文学。这使得有时在文献中很难找到一个特定问题的解决方案,仅仅是因为不同的单词和短语用于同一个概念。

这本书旨在缓解这一问题。一个共同的概念,但已知在几个学科不同的名称,是描述使用数学作为共同的语言。读者会发现索引对他们所知的特定主题有用。该索引是全面的,使它很容易找到所需的信息。希望这本书能成为有用的参考书,并成为任何使用机器学习技术的人书架上的必备品

这本书的重点是为什么——只有当一个算法是成功的被理解的时候,它才能被正确的应用,并且结果是可信的。算法经常被并排讲授,却没有显示出它们之间的异同。这本书解决了共性,并旨在给一个彻底和深入的处理和发展直觉,同时保持简洁。

对于任何使用机器学习技术的人来说,这本有用的参考书应该是必备的。

课件:

成为VIP会员查看完整内容
199

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
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
239+阅读 · 2020年6月16日
【干货书】现代数据平台架构,636页pdf
专知会员服务
250+阅读 · 2020年6月15日
专知会员服务
165+阅读 · 2020年6月4日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
280+阅读 · 2020年6月3日
【电子书】大数据挖掘,Mining of Massive Datasets,附513页PDF
专知会员服务
101+阅读 · 2020年3月22日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
330+阅读 · 2020年3月17日
421页《机器学习数学基础》最新2019版PDF下载
100页机器学习入门完整版,初学者必备!
专知
25+阅读 · 2018年12月18日
Graph Analysis and Graph Pooling in the Spatial Domain
Arxiv
20+阅读 · 2019年9月7日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
3+阅读 · 2018年3月28日
VIP会员
相关VIP内容
【2020新书】实战R语言4,323页pdf
专知会员服务
98+阅读 · 2020年7月1日
【干货书】《机器学习导论(第二版)》,348页pdf
专知会员服务
239+阅读 · 2020年6月16日
【干货书】现代数据平台架构,636页pdf
专知会员服务
250+阅读 · 2020年6月15日
专知会员服务
165+阅读 · 2020年6月4日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
280+阅读 · 2020年6月3日
【电子书】大数据挖掘,Mining of Massive Datasets,附513页PDF
专知会员服务
101+阅读 · 2020年3月22日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
330+阅读 · 2020年3月17日
微信扫码咨询专知VIP会员