推荐2本机器学习的好书

学机器学习,不可能一直停留在”API侠”层面,终究会开始探究原理的,而机器学习的原理就是数学。

毕业那么久,数学肯定忘得差不多了,但是稍微复习一下可以马上想起来,只是去哪里找这么浅显易懂的书呢?总不能把高数捡起来从头学吧?其实机器学习用到的数学知识都很基础,并不需要专门投入精力学习。

我就发现了这么2本好书,它们都是面向数学小白群体,文风幽默逗趣毫无压力,通过逐步推倒数学公式,让你不仅理解模型的数学原理,而且能实现成代码,特别适合停留在”API侠”阶段的学习者。

两本书都很薄,大概2~3天一本,读完之后不仅可以理解数学推导过程与模型原理,而且能够用Python实现模型代码,成为一名有内涵的”API侠”。

第1本《白话机器学习的数学》,你将学会线性回归、多项式回归、感知机分类、逻辑回归分类,L1/L2正则化。

第2本《Python神经网络编程》,你将学会深度神经网络。

祝大家通过这两本好书,能真的走进机器学习,体验它的数学魅力。

如果文章帮助了你,请帮我点击1次谷歌广告,或者微信赞助1元钱,感谢!

知识星球有更多干货内容,对我认可欢迎加入:

发表评论

电子邮件地址不会被公开。