一書吃透機(jī)器學(xué)習(xí)！新版《機(jī)器學(xué)習(xí)基礎(chǔ)》來了，教材PDF、PPT可下載 | 資源
有Reddit網(wǎng)友評論，這部教材足夠扎實(shí)、內(nèi)容足夠基礎(chǔ)，學(xué)機(jī)器學(xué)習(xí)理論，熟讀這本書就足夠了。
銅靈 發(fā)自 凹非寺
量子位 出品 | 公眾號 QbitAI
不出家門，也能學(xué)習(xí)到國外高校的研究生機(jī)器學(xué)習(xí)課程了。
今天，一本名為Foundations of Machine Learning（《機(jī)器學(xué)習(xí)基礎(chǔ)》）的課在Reddit上熱度飆升至300，里面可謂內(nèi)容豐富。
不僅有500多頁的課程PDF可以下載，并且還有13章的PPT也可以獲取。
有Reddit網(wǎng)友評論，這部教材足夠扎實(shí)、內(nèi)容足夠基礎(chǔ)，學(xué)機(jī)器學(xué)習(xí)理論，熟讀這本書就足夠了。
500頁干貨里都有啥
這本書是由紐約大學(xué)計算機(jī)科學(xué)教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同編寫的，2012年曾經(jīng)出版了第一版，這一版在此前基礎(chǔ)上進(jìn)行了內(nèi)容的完善。
而且原價30多美元的書，當(dāng)前也免費(fèi)開放了。
全書是對機(jī)器學(xué)習(xí)的一般性知識介紹，也是不少大學(xué)的研究生教材，側(cè)重于算法的分析和理論。
書中的內(nèi)容基本上涵蓋了機(jī)器學(xué)習(xí)當(dāng)前階段的熱門基礎(chǔ)概念，同時還附上了算法論證所需的理論基礎(chǔ)和工具。
先總體來看，這本書分為17個章節(jié)：
- 簡介
- PAC學(xué)習(xí)框架
- Rademacher復(fù)雜性和VC維（Vapnic-Chervonenkis Dimension）
- 模型選擇
- 支持向量機(jī)
- 核理論
- Boosting家族
- 在線學(xué)習(xí)
- 多級分類
- 排序
- 回歸
- 最大熵模型
- 條件最大熵模型
- 算法穩(wěn)定
- 降維
- 學(xué)習(xí)自動機(jī)和語言
- 強(qiáng)化學(xué)習(xí)
從每一個章節(jié)的設(shè)置可以看出這份教材設(shè)置的非常細(xì)致，將機(jī)器學(xué)習(xí)中的基礎(chǔ)概念拆分開來講，想深入了解吃透深度學(xué)習(xí)的基礎(chǔ)，按這個目錄來學(xué)也是個不錯的選擇。
再來看具體內(nèi)容。
因為這是套研究生課程，因此需要比較扎實(shí)的高數(shù)基礎(chǔ)，學(xué)習(xí)之前需要先惡補(bǔ)一下數(shù)學(xué)基礎(chǔ)，因為里面以數(shù)學(xué)推理居多。
比如第四章模型選擇，又細(xì)分成了9個章節(jié)，比如估計和近似誤差、經(jīng)驗風(fēng)險最小化、結(jié)構(gòu)風(fēng)險最小化、交叉驗證、n次交叉驗證等。
每一個知識點(diǎn)幾乎都有相關(guān)的數(shù)學(xué)論證公式：
以及嚴(yán)密的推理過程：
每一章的結(jié)尾也附上了相關(guān)課后練習(xí)，也是以理論論證為主：
對于這樣一份門檻較高的教材，網(wǎng)友給出了比較高的評價：
網(wǎng)友johnnymo1表示，看起來這里面有很多我一直尋找的東西，包含了相當(dāng)嚴(yán)謹(jǐn)?shù)膬?nèi)容。
網(wǎng)友needlzor表示，不需要號稱“實(shí)用的機(jī)器學(xué)習(xí)課程”和“用高中數(shù)學(xué)建立你的神經(jīng)網(wǎng)絡(luò)”了，很高興看到這種理論書更新。
在全民AI的熱潮下，更需要真正穩(wěn)抓穩(wěn)打夯實(shí)基礎(chǔ)，這套書還是個不錯的選擇。
傳送門
教材介紹地址（可PDF、PPT下載至本地）：
https://cs.nyu.edu/~mohri/mlbook/
在線預(yù)覽地址：
https://mitpress.ublish.com/ereader/7093/?preview=#page/2
相關(guān)閱讀
用文字描述給黑白照上色，這個免費(fèi)網(wǎng)站火了！網(wǎng)友：比其他同類都好用
背后的谷歌開發(fā)者，已研究黑白照上色5年多了
