• <label id="h79pt"><var id="h79pt"><pre id="h79pt"></pre></var></label>
  • <big id="h79pt"></big>
    <xmp id="h79pt"><center id="h79pt"></center>

    <meter id="h79pt"></meter>
  • 歡迎訪問合肥育英學(xué)校!

    合肥育英學(xué)校

    您現(xiàn)在的位置是: 首頁 > 學(xué)習(xí)方法 >統(tǒng)計學(xué)習(xí)方法李航,

    統(tǒng)計學(xué)習(xí)方法李航,

    發(fā)布時間:2024-09-01 13:44:59 學(xué)習(xí)方法 0次 作者:合肥育英學(xué)校

    大家好,今天小編關(guān)注到一個比較有意思的話題,就是關(guān)于統(tǒng)計學(xué)習(xí)方法李航的問題,于是小編就整理了2個相關(guān)介紹統(tǒng)計學(xué)習(xí)方法李航的解答,讓我們一起看看吧。

    學(xué)習(xí)大數(shù)據(jù)、機器學(xué)習(xí)及人工智能必讀書目有哪些?

    實際上機器學(xué)習(xí)、數(shù)據(jù)挖掘以及人工智能的大部分書籍是相似的,但是側(cè)重會稍有不同。 其他同學(xué)的回答中已經(jīng)包含了很多內(nèi)容。 我從我的角度來提出我對這一類書籍的建議。

    統(tǒng)計學(xué)習(xí)方法李航,

    1. 主要的教材和好的書籍還是以英文版為主

    人工智能比較全面而且用的廣泛的教材是:《AI: A Modern Approach》, 這個內(nèi)容介紹比較多,我就不贅述了。

    機器學(xué)習(xí)推薦的有: Chris Bishop:《Pattern Recognition and Machine Learning》

    這本書被很多研究者做為機器學(xué)習(xí)與模式識別的圣經(jīng),在于文字流暢簡潔。我們也曾用來做Reading Group. 效果還是不錯的。

    Kevin Murphy: 《Machine Learning: A probabilistic perspective》

    這個本書是個大塊頭,內(nèi)容非常詳細(xì),好處就是可以從基礎(chǔ)入門,中間突然遇到瓶頸的情況比較少。 如果時間充裕,可以用這本書打好基礎(chǔ)。缺點就是很長,有一千多頁。 內(nèi)容很全面。

    David Mackay: 《Information Thoery, Inference, and Learning Algorithms》

    這本是我比較欣賞的Makcay教授的力作,網(wǎng)上也有免費的版本。雖然說這本書不完全是機器學(xué)習(xí)書籍,但是書寫的非常具有英國學(xué)者的獨特視角。能把更多的理論后面的本質(zhì)找到關(guān)聯(lián)。對初學(xué)者也是比較好的一本書。 Mackay教授才過世不久,是一個傳奇的人物。 大家可以了解一下。 (https://en.wikipedia.org/wiki/David_J._C._MacKay)

    Hastie, Tibshirani and Friedman: 《The Elements of Statistical Learning》

    經(jīng)典書籍,適合數(shù)學(xué)稍好的,有些工科背景或編程背景的同學(xué)也許會更喜歡其他幾本書。

    Goodfellow, Bengio and Courville: 《Deep Learning》

    這個也不贅述太多。

    Peter Flach: 《Machine Learning》

    這本書大家推廣的不多,但是該書是一本非常好的入門書籍。 Peter也是以前讀碩士的導(dǎo)師,也一定要支持一下。

    2. 中文版的書籍推薦的不多。 主要就是兩本:

    周志華:《機器學(xué)習(xí)》

    李航:《統(tǒng)計學(xué)習(xí)方法》

    3. 當(dāng)然還有機器學(xué)習(xí)的科普書,推薦其中一本:P. Domingos: 《The Master Algorithm》

    謝邀~

    本人并不喜歡看這些技術(shù)方面的書,書都是人寫的,肯定有部分理解不對地地方,或者可能因為技術(shù)版本更新脫離時代,我一般都是去百度了解這些涉及到哪些技術(shù),然后去官網(wǎng)或技術(shù)論壇看的,所以題主讓我推薦書,我也沒有好推薦的

    我個人認(rèn)為,不是每一個人都要成為算法研究師,了解人工智能的概貌和原理,利用已有的框架和平臺,完成自己的任務(wù)就已經(jīng)很了不起了,安安靜靜地做一個應(yīng)用型的美男子其實是絕大多數(shù)人的歸宿,目前的開源框架很多,但原理和內(nèi)在基本一致,其實我們無需過多了解內(nèi)核,埋下頭去深入鉆研一個框架應(yīng)用就已經(jīng)超棒了,研究算法和基體框架就留給那些牛人們吧。

    說到應(yīng)用型的書籍,我基本都是在官網(wǎng)和社區(qū)學(xué)習(xí),個人觀點,非喜勿噴。

    加米谷教育就來推薦幾本吧:

    1、《數(shù)據(jù)科學(xué)入門》

    2、《Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking》

    3、《貝葉斯思維》

    5、《統(tǒng)計思維:程序員數(shù)學(xué)之概率統(tǒng)計》

    6、《利用Python進行數(shù)據(jù)分析》

    7、《Advanced and Multivariate Statistical Methods》

    8、《Hadoop: The Definitive Guide》

    9、《Mining of Massive Datasets》

    10、《數(shù)據(jù)挖掘》

    機器學(xué)習(xí),數(shù)據(jù)挖掘的書有哪些?

    機器學(xué)習(xí)、數(shù)據(jù)挖掘等目前很熱門,這方面的經(jīng)典書籍還是有不少,根據(jù)筆者自己的經(jīng)驗推薦幾本吧。

    機器學(xué)習(xí)

    1、《機器學(xué)習(xí)》(西瓜書)

    作者:周志華

    大名鼎鼎的“西瓜書”,作者是南京大學(xué)周志華教授,幾乎是機器學(xué)習(xí)入坑必備書籍。

    2、《機器學(xué)習(xí)實戰(zhàn)》

    作者:Peter Harrington

    這本書通俗易懂地闡述了一些核心的機器學(xué)習(xí)算法,并用Python實現(xiàn),最后將其運用于某些案例中,如分類、預(yù)測及推薦等。

    3、《統(tǒng)計學(xué)習(xí)方法》

    作者:李航

    最新版是第2版,本書作者李航現(xiàn)任今日頭條人工智能實驗室主任。入坑機器學(xué)習(xí)的必備書籍。

    數(shù)據(jù)挖掘

    1、《數(shù)據(jù)挖掘?qū)д摗罚ㄍ暾妫?/span>

    數(shù)據(jù)挖掘的經(jīng)典數(shù)據(jù),全面介紹了數(shù)據(jù)挖掘,涵蓋了五個主題:數(shù)據(jù)、分類、關(guān)聯(lián)分析、聚類和異常檢測。

    2、R語言實戰(zhàn)(第2版)

    作者:Robert I.Kabacoff

    如果需要用R語言來進行數(shù)據(jù)分析/挖掘,推薦《R語言實戰(zhàn)》,從R語言基礎(chǔ),到統(tǒng)計分析,再到常用的機器學(xué)習(xí)算法都有!

    回答完畢!

    到此,以上就是小編對于統(tǒng)計學(xué)習(xí)方法李航的問題就介紹到這了,希望介紹關(guān)于統(tǒng)計學(xué)習(xí)方法李航的2點解答對大家有用。

    激情国产在线播放,蜜桃视频xxx一区二区三区,国产超碰人人做人人爽av,国产无码专区精品

  • <label id="h79pt"><var id="h79pt"><pre id="h79pt"></pre></var></label>
  • <big id="h79pt"></big>
    <xmp id="h79pt"><center id="h79pt"></center>

    <meter id="h79pt"></meter>