来自:程序员书库(ID:
CodingBook
)
笔记作者
:
Jim Liang
2018年,来自SAP(全球第一大商业软件公司)的梁劲(Jim Liang)公开了自己所写的一份机器学习教程(英文版),期间不定期更新,目前已完结。
目前,这份学习笔记已经达到
725
页,百度网盘下载量已经超
8
万次,笔记中详细介绍了机器学习中的相关概念、数学知识和各种经典算法。
人工智能是这两年风头正劲的领域,也是未来具有颠覆性可能的新领域。不少人尝试去学习机器学习相关的知识。然而,一旦越过最初的overview阶段,很多人就开始打退堂鼓了,然后迅速放弃。这主要有两大原因:一是极高的学习曲线;二是其次因为机器学习本身是一个综合性学科,市面上的书籍能够以清晰的方式表达、循序渐进地讲解的并不多,正式这两个原因Jim Liang将自己的学习笔记整理成了这份教程。
包括机器学习的流程、数据处理、建模、评估指标(如MSE、ROC曲线)、模型部署、过度拟合、正则化等。
部分内容展示如下:
除了这些基础概念,这份教程也对机器学习模型的开发流程做了展示:
包括线性回归、逻辑回归、神经网络、SVM、Knn、K-Means、决策树、随机森林、AdaBoost、朴素贝叶斯、梯度下降、主成分分析等
前几个月,Jim Liang针对计算机视觉相关的内容,增加了近200多页。
内容主要参考了斯坦福cs231和吴恩达的“深度学习”课程编排。
主要涵盖以下三个方面:
看完这份教程之后,不难发现这份笔记里面包含大量图表,能用图表说明问题的,作者绝不多说一句废话,真正做到了让大家轻松入门机器学习。猿妹觉得这一份涵盖齐全的学习笔记既适合非专业人士了解有关机器学习的基础概念,又适合有专业背景的学生进一步学习。
笔记作者表示这份笔记目前已经完结,以后也不会再更新了。
感兴趣的小伙伴们赶紧下载吧
最后附上下载地址:
https://pan.baidu.com/s/1tNXYQNadAsDGfPvuuj7_Tw
●编号1013,输入编号直达本文