机器学习公式推导与代码实现豆瓣.docxVIP

机器学习公式推导与代码实现豆瓣 经过一年零三个月的努力，《机器学习公式推导与代码实现》已于日前正式出版了。关注过这本书的公众号读者应该知道，这本书在系列原创机器学习30讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵。本书从20年8月开始选题和列大纲，到21年3月份完成初稿，到4月份完成二稿通稿，再到8月份编辑三稿修改，再到10月份四稿校样，最后到12月份付印稿完成，中间过程修改和反复着实不易。 笔者作为一名算法工程师，从2017年以来就一直从事医疗数据和医学影像数据的处理和分析工作。在笔者的技术成长过程中，李航老师的《统计学习方法》和周志华老师的“西瓜书”《机器学习》，给了笔者极大的帮助和启发。国内做机器学习相关方向的学生和从业人员，这两本书几乎是人手一本。两位老师的书都有一个共同的特点，就是理论功底相当深厚，但不太注重于算法的代码实现。这两年笔者接触了不少找工作的同学，大部分同学除了在机器学习基本原理上狠下工夫之外，并不满足于现有的机器学习调包的学习方式，希望能够从底层的算法实现逻辑和方法上更加深入的掌握机器学习。事实上，随着这几年机器学习的火爆，从业门槛也越来越高，以至于经常出现让面试者现场手推逻辑回归和手写反向传播代码的情况。 这些都使得笔者产生了撰写这本书的想法。机器学习是一门建立在数学理论上的应用型学科，完备的数学公式推导对于每一个研究机器学习的朋友都是非常必要的。而代码实现则是更加深入理解机器学习算法的内在逻辑和运行机制的不二法门。因而本书取名为《机器学习公式推导与代码实现》，出发点正是来源于此。本书力求系统、全面的展示公式推导和代码实现这两个维度。