机器学习小白不走弯路完全速成经验和资料推荐（真干货）

yifeipet 发表于 2021-3-31 11:09
不错吧，但题目就不用做了。

题目不用做的原因是因为太老了吗？虽然它原版是用matlab的，不过我看到了Python版本的题解，感觉还不错。您觉得Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow这本书的题目更好是吗

introduction to statistical learning
这本书入门和楼主推荐的top1相比哪个更好呢？

FelixChan 发表于 2021-3-31 12:32
题目不用做的原因是因为太老了吗？虽然它原版是用matlab的，不过我看到了Python版本的题解，感觉还不错。 ...

Coursera那个课很多选择题太扣细节，至于复现算法那些，一般你会推导也就差不多会写算法框架了（只不过写得好与很一般的差别），scikit-learn对机器学习算法都有库，直接调用即可，scikit-learn很多算法比如逻辑回归用的并非梯度下降求解，而是其他一些求解方法。不推荐做那些题是因为效率问题。你弄一本那个书（不论纸质还是电子版还是免费版），你就自己就明白了，记得一定要第二版才行。你先把我推荐的前2本搞定，比很多博士生的基础都强（很多博士强是强在读文献和创新的能力），当你搞得差不多时候，再去做Coursera的题目以应付小部分公司的面试题。

yifeipet 发表于 2021-3-31 13:26
Coursera那个课很多选择题太扣细节，至于复现算法那些，一般你会推导也就差不多会写算法框架了（只不过写 ...

谢谢你。我已经搞到了Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow这本书第二版的PDF了，虽然是early released但是应该不影响使用。我现在的情况是大四，fall开始读PhD。我PhD的研究内容不是ML但是会用ML model做分析，然后算法基本会用到computer vision和computer graphic。我本科接触过ML和DP但是没有系统地学过，所以现在就想撑着还没入学好好地把ML的知识打扎实一点。感觉Hands-on...那本书真的挺不错的，我读一段时间来看看效果

gongchen 发表于 2021-3-31 13:04
introduction to statistical learning
这本书入门和楼主推荐的top1相比哪个更好呢？

为了负责回答这个问题，我又下载了一次ISL且前后花了时间扫了一眼。ISL 是统计学系用的，全书讲的是机器学习经典算法，没有神经网络，用的软件是R语言。Hands-On那本书最重要的部分是神经网络，书只把数学公式只点出来，工程经验和项目多。Hands-On的第二版是2019年出的，里面很多新的神经网络模型。因为我在学校里就学了机器学习的理论课，ISL对我偏容易，且R语言对我没太多吸引力，也就没去研究了。

FelixChan 发表于 2021-3-31 13:44
谢谢你。我已经搞到了Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow这本书第二版 ...

学校里多选点机器学习、计算机视觉的课即可，重点是读paper、做实验和写paper。理论学到看自己领域论文无压力时候就行了。对工程领域，读下自己领域的论文测试下是否每篇短文章不超过5分钟，长文章不超过15分钟，如果达到了，自己领域的理论就可以了。

yifeipet 发表于 2021-3-31 14:25
学校里多选点机器学习、计算机视觉的课即可，重点是读paper、做实验和写paper。理论学到看自己领域论文无 ...

嗯嗯是的，现在就想趁着还没入学的时候把基础打打扎实。这样到时候无论是上课还是读paper做实验都能轻松一点，读PhD之后肯定就没时间再来看这些基础知识了

楼主，如果我想务实ML基础，是看李航的统计学习方法好还是你提到的hands-on那本更好？

想问一下楼主 一个算法 要看到什么程度就算可以了？用intuition解释它？

troybitchen 发表于 2021-3-31 21:01
楼主，如果我想务实ML基础，是看李航的统计学习方法好还是你提到的hands-on那本更好？

2本都看？hands-on最精华的是深度学习部分。