史上最萌最认真的机器学习/深度学习/模式识别⼊⻔指导⼿册(⼆)
⼣⼩瑶
2017-02-14⼣⼩瑶的卖萌屋
谢谢你们。⼩⼣昨晚⼜熬夜被发现了,谢谢对⼩⼣的关⼼...
有你们陪着,⼩⼣很幸运。
路⼈⼄:“⼩⼣,别⼈都说上完coursera上的那⻔机器学习课就已经⼊⻔机器学习了,可你⼜不这样认为。那你认为上完那⻔课,或者
说学完上⼀篇的阶段⼀,处于什么⽔平呢?”
⼩⼣:“⼤忽悠⽔平。”
前⾔
2333,⼩⼣没有开玩笑哦,coursera那⻔课是为了帮助⼤家从整体上了解⼀下机器学习⼤框架,并培养兴趣。⽽仅
仅完成阶段⼀的话,其实对企业⽽⾔⼏乎是毫⽆价值的,啃论⽂也会⼨步难⾏的呢。
那么完成阶段⼆以后是处于什么⽔平呢?当然是真正的机器学习⼊⻔⽔平啦~
只要您认真学、认真总结了,相信此时配合您的编程能⼒,就可以尝试⾃⼰实现机器学习模型啦。调⽤别⼈写好的
API,也会胸有成⽵啦,⽽不是将其看作⿊匣⼦了。
对于应⽤场景来说,完成该阶段就可以转⾏去做数据挖掘(DM)了,但要做计算机视觉(CV)、⾃然语⾔处理
(NLP)中的模式识别问题的话,还不够哦~
所以说,⼩⼣将东西放在这⾥咯,剩下的就靠各聪明的你们⽤探索欲去完成啦~
还有哦,在正式开始阶段⼆之前,⼩⼣强烈建议您将阶段⼀中的matlab代码实现的机器学习算法再重新看⼀遍呐。
不要光看你写的!更重要的是看⽼师给写好的⼤框架!甚⾄可以打开某个matlab内置的库函数感受⼀下!
阶段⼆
概率与统计
前置课程
微积分
主参考资料
《概率论与数理统计》陈希孺(注意不是浙⼤的那本!)
重点内容:
整本书!
学习⽅法
这本书写的超棒!虽然学校的概率统计⽤的浙⼤那本教材,但是学完也有好多地⽅似懂⾮懂。直到在图书馆⽆
意间遇到了这本书。。。所以认真读咯,是不是⼀想到⼩⼣也读过这本书,就迫不及待想开始了呢【捂脸】