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。

如果文章帮助您解决了工作难题，您可以帮我点击屏幕上的任意广告，或者赞助少量费用来支持我的持续创作，谢谢~