吴恩达谈机器学习领域的职业生涯建议

求推荐一下机器学习领域的期刊，谢谢

做让你学到更多东西的事。遇到挫折，没人理解的时候，这句话太暖心啦

很赞，多谢分享

rxx3386 发表于 2019-8-15 06:30
我就是。。。

求分享一下你的经营和背景，谢谢

很有意义，顶一下

bigbright 发表于 2019-8-16 19:09
求推荐一下机器学习领域的期刊，谢谢

机器学习领域的好会（排名基本不分先后）：
ICML
NIPS
UAI
KDD
AAAI
IJCAI
COLT
AISTATS
ECML

机器学习的课程涉及了很多数学、统计概率、以及优化方向的知识，

大概包括：
线性代数：矩阵/张量乘法、求逆，奇异值分解/特征值分解，行列式，范数等
统计与概率：概率分布，独立性与贝叶斯，最大似然(MLE)和最大后验估计(MAP)等
信息论：基尼系数，熵(Entropy)等
优化：线性优化，非线性优化(凸优化/非凸优化)以及其衍生的求解方法如梯度下降、牛顿法、基因算法和模拟退火等
数值计算：上溢与下溢，平滑处理，计算稳定性(如矩阵求逆过程)
微积分：偏微分，链式法则，矩阵求导等

比较常见的机器学习资料数学从难到易进行排列(每个难度挑两个代表性资料)：
Element of Statistical Learning，
Machine Learning: A Probability Perspective
Pattern Recognition and Machine Learning ,
统计学习方法
Deep Learning，
机器学习(周志华)
吴恩达的Coursera课程，Introduction to Statistical Learning
Python Machine Learning，集体编程智慧

没什么干货！！！

liux0656 发表于 2019-8-27 11:06
机器学习的课程涉及了很多数学、统计概率、以及优化方向的知识，

大概包括：

整理了一些机器学习免费电子书

https://www.1point3acres.com/bbs ... 7&page=1#pid7817330
发现google也出了一门网课，Machine Learning Crash Course with TensorFlow APIs，一堆牛人亲自授课如peter norvig

https://developers.google.com/machine-learning/crash-course/
还有一篇 大名鼎鼎的机器学习43条军规，Best Practices for ML Engineering

作者Martin Zinkevich是谷歌大脑的高级科学家，负责和参与了YouTube、Google Play 以及Google Plus等产品中的机器学习项目

https://developers.google.com/ma ... guides/rules-of-ml/

赞， 谢谢分享