0 赞 0 踩
其他回答
不请自来。
首先建议题主，prml和ml：app二者其实最好能选一本深读。总的说prml更宽泛，app是从贝叶斯入手的，具体怎么选，还是要看题主的兴趣。
选定一本书后，个人建议，题主一定要备一本
对就这本，绝对是入门与提高的教科书，书不厚，但是学院气息很浓，最好在看别的前先把这本书过一遍，事半功倍，但是正如我所说，这本书本身学院气息过浓，看起来也会很痛苦，当然也可以选择先大慨看一遍，后面当个参考书用。
其实我最大的建议就是，准备多本书，但是只精度一本。因为每本书都有自己的缺陷，即使是像prml，虽然又广又精，还是有些地方存在不足，比如在图模型领域，必然不如
但这本书，又是个大坑。
还有一点，看书绝对是一种效率最低却必须在学习过程中经历的一个过程。其实入门的话感觉还是要看一些视频，ng大大的最方便，台湾有个机器学习基石，也不错，但是视频永远只能入门，而看书，像prml的作用也只是夯实基础，适当在感兴趣领域追一些paper，也是很有帮助的。
至于数学，仁者见仁吧，我个人的意见是，如果真的想做的深，工科数学基础完全不够，我学DBM的时候甚至想去选修统计物理了…… 机器永不为奴 4小时前 0条评论
首先建议题主，prml和ml：app二者其实最好能选一本深读。总的说prml更宽泛，app是从贝叶斯入手的，具体怎么选，还是要看题主的兴趣。
选定一本书后，个人建议，题主一定要备一本
对就这本，绝对是入门与提高的教科书，书不厚，但是学院气息很浓，最好在看别的前先把这本书过一遍，事半功倍，但是正如我所说，这本书本身学院气息过浓，看起来也会很痛苦，当然也可以选择先大慨看一遍，后面当个参考书用。
其实我最大的建议就是，准备多本书，但是只精度一本。因为每本书都有自己的缺陷，即使是像prml，虽然又广又精，还是有些地方存在不足，比如在图模型领域，必然不如
但这本书，又是个大坑。
还有一点，看书绝对是一种效率最低却必须在学习过程中经历的一个过程。其实入门的话感觉还是要看一些视频，ng大大的最方便，台湾有个机器学习基石，也不错，但是视频永远只能入门，而看书，像prml的作用也只是夯实基础，适当在感兴趣领域追一些paper，也是很有帮助的。
至于数学，仁者见仁吧，我个人的意见是，如果真的想做的深，工科数学基础完全不够，我学DBM的时候甚至想去选修统计物理了…… 机器永不为奴 4小时前 0条评论
0 赞 0 踩
三点。
一，反复重复推导过程；
二，实践代码，将数学推导与数据的特点，如维度等建立联系；
三，推荐跟一下台大 林轩田老师的 机器学习基石 和 机器学习技法 两门课，有理论有推导有讲解—>有帮助。 唐家声 4小时前 0条评论
一，反复重复推导过程；
二，实践代码，将数学推导与数据的特点，如维度等建立联系；
三，推荐跟一下台大 林轩田老师的 机器学习基石 和 机器学习技法 两门课，有理论有推导有讲解—>有帮助。 唐家声 4小时前 0条评论
0 赞 0 踩
登录后可回答 提交回答
关键词 :
- 上一个：考试美国西北大学材料博士生需要什么申请资格？
- 下一个：何以军用运输机不加翼梢小翼？
推荐资讯
点击排行