f*********m
发帖数: 726 | 1 大家好！
我懂一些machine learning, data mining方面的一些常用的model,classification和
cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
和random process 方面的知识。
我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
不是fundamental level的。
烦请各位推荐一些关于以上知识的fundamental level的材料。
非常感谢 |
K****n
发帖数: 5970 | 2 不管深不深，咬牙读几遍就越来越简单了，都是这样的。
probability
【在 f*********m 的大作中提到】
: 大家好！
: 我懂一些machine learning, data mining方面的一些常用的model,classification和
: cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
: data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
: 和random process 方面的知识。
: 我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
: 不是fundamental level的。
: 烦请各位推荐一些关于以上知识的fundamental level的材料。
: 非常感谢
|
b******x
发帖数: 826 | 3 Pattern Recognition and Machine Learning by Bishop
The Elements of Statistical Learning by Hastie...
probability
【在 f*********m 的大作中提到】
: 大家好！
: 我懂一些machine learning, data mining方面的一些常用的model,classification和
: cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
: data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
: 和random process 方面的知识。
: 我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
: 不是fundamental level的。
: 烦请各位推荐一些关于以上知识的fundamental level的材料。
: 非常感谢
|
f*********m
发帖数: 726 | 4 Pattern Recognition and Machine Learning by Bishop读过了，感觉讲的很多，但
大都是泛泛的介绍。The Elements of Statistical Learning应该很经典。
【在 b******x 的大作中提到】
: Pattern Recognition and Machine Learning by Bishop
: The Elements of Statistical Learning by Hastie...
:
: probability
|
d*****u
发帖数: 17243 | 5 Vapnik的那本书不建议工科生读
哪怕是CS专业的很多也看不懂，绝不夸张
那个必须要学过数学分析的才行（光是微积分不够）
不过那个系列的有一本书还不错
The Elements of Statistical Learning: Data Mining, Inference, and Prediction
这个没有太复杂的抽象理论推导，但重要概念又都cover了
不同的书切入点可能很不一样
比如我提到的那本书是以线性回归为主线的
其他模型都用线性回归扩展得到
其他的一些书有其他的讲法
probability
【在 f*********m 的大作中提到】
: 大家好！
: 我懂一些machine learning, data mining方面的一些常用的model,classification和
: cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
: data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
: 和random process 方面的知识。
: 我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
: 不是fundamental level的。
: 烦请各位推荐一些关于以上知识的fundamental level的材料。
: 非常感谢
|
b******x
发帖数: 826 | 6 那你基础应该已经挺好了，读paper吧
【在 f*********m 的大作中提到】
: Pattern Recognition and Machine Learning by Bishop读过了，感觉讲的很多，但
: 大都是泛泛的介绍。The Elements of Statistical Learning应该很经典。
|
b******x
发帖数: 826 | 7 这么多年过去了，旧的理论被消化，新的理论被提出
关于学习理论有没有更好的教材？
【在 d*****u 的大作中提到】
: Vapnik的那本书不建议工科生读
: 哪怕是CS专业的很多也看不懂，绝不夸张
: 那个必须要学过数学分析的才行（光是微积分不够）
: 不过那个系列的有一本书还不错
: The Elements of Statistical Learning: Data Mining, Inference, and Prediction
: 这个没有太复杂的抽象理论推导，但重要概念又都cover了
: 不同的书切入点可能很不一样
: 比如我提到的那本书是以线性回归为主线的
: 其他模型都用线性回归扩展得到
: 其他的一些书有其他的讲法
|
d******n
发帖数: 186 | 8 Machine Learning: A Probabilistic Perspective
by Kevin Patrick Murphy
应该算是这个领域最新的一本了。 |
z***t
发帖数: 2374 | 9 一边读paper一边读书
Murphy水平差多了,还是读Hastie那本吧
Vapnik的书是给做ML research人读的 |
e*****g
发帖数: 2560 | 10 我觉得pattern classification就挺好的。 |
