机器学习经典书籍深圳光环大数据培训.pdfVIP

光环大数据--大数据培训人工智能培训 机器学习经典书籍_深圳光环大数据培训 1. 《数学之美》 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语 言处理等领域的应用。 2. 《Programming Collective Intelligence》（《集体智慧编程》） 这本书最大的优势就是里面没有理论推导和复杂的数学公式，是很不错的入 门 书。目前中文版已经脱销，对于有志于这个领域的人来说，英文的pdf 是个 不错的选择，因为后面有很多经典书的翻译都较差，只能看英文版，不如从这个 入手。 还有，这本书适合于快速看完，因为据评论，看完一些经典的带有数学推导 的书后会发现这本书什么都没讲，只是举了很多例子而已。 3. 《Algorithms of the Intelligent Web》（《智能web 算法》） 作者Haralambos Marmanis、Dmitry Babenko。这本书中的公式比《集体智 慧编程》要略多一点，里面的例子多是互联网上的应用，看名字就知道。不足的 地方在于里面的配套代码是 BeanShell 而不是python 或其他。总起来说，这本 书还是适合初学者，与上一本一样需要快速读完，如果读完上一本的话，这一本 可以不必细看代 码，了解算法主要思想就行了。 4. 《统计学习方法》 作者李航，是国内机器学习领域的几个大家之一，曾在MSRA 任高级研究员， 光环大数据 光环大数据--大数据培训人工智能培训 现在华为诺亚方舟实验室。书中写了十个算法，每个算法的介绍都很干脆，直接 上公式，是彻头彻尾的“干货书”。每章末尾的参考文献也方便了想深入理解算 法的童鞋直接查到经典论文；本书可以与上面两本书互为辅助阅读。 5. 《Machine Learning》（《机器学习》） 作 者Tom Mitchell 是CMU 的大师，有机器学习和半监督学习的网络课程视 频。这本书是领域内翻译的较好的书籍，讲述的算法也比《统计学习方法》的范 围要大很多。据评论这本书主要在于启发，讲述公式为什么成立而不是推导；不 足的地方在于出版年限较早，时效性不如 PRML。但有些基础的经典还是不会过 时的，所以这本书现在几乎是机器学习的必读书目。 6. 《Mining of Massive Datasets》（《大数据》） 作 者Anand Rajaraman、Jeffrey David Ullman，Anand 是Stanford 的PhD。 这本书介绍了很多算法，也介绍了这些算法在数据规模比较大的时候的变形。但 是限于篇幅，每种算法都 没有展开讲的感觉，如果想深入了解需要查其他的资 料，不过这样的话对算法进行了解也足够了。还有一点不足的地方就是本书原文 和翻译都有许多错误，勘误表比较长，读者要用心了。 7. 《Data Mining: Practical Machine Learning Tools and Techniques》 （《数据挖掘：实用机器学习技术》） 作者Ian H. Witten 、Eibe Frank 是weka 的作者、新西兰怀卡托大学教授。 他们的《ManagingGigabytes》[4]也是信息检索方面的经典书籍。这本书最大的 特点 是对weka 的使用进行了介绍，但是其理论部分太单薄，作为入门书籍还可， 但是，经典的入门书籍如《集体智慧编程》、《智能web 算法》已经很经典，学习 的话不宜读太多的入门书籍，建议只看一些上述两本书没讲到的算法。 8. 《机器学习及其应用》 光环大数据 光环大数据--大数据培训人工智能培训 周志华、杨强主编。来源于“机器学习及其应用研讨会”的文集。该研讨会 由复旦大学智能信息处理实验室发起，目前已举办了十届，国内的大牛如李航、 项亮、王海峰、刘铁岩、余凯等都曾在该会议上做过讲座。这本书讲了很多机器 学习前沿的具体的应用，需要有基础的才能看懂