半程记录

肥汀
2018-02-09 看过
读 ESL 快半年了,也读了差不多1/3,写个短评记录一下,等读完的时候再来改吧。然后简单对比下基本常见的机器学习教材。

我本科是学物理的,对于统计甚至概率论可以说是一无所知。入门的时候读的是周志华老师的《机器学习》,不过并没有读完的。一方面在家看书效率太低;另一方面那时候觉得习题太难,导致后来没有读下去,实际上西瓜书的习题还是出得非常好的。真正入门应该是后来假期在学校参加了一个月的讨论班,讲的李航的《统计学习方法》。《统计学习方法》这本书很薄,当然讲得也非常简略。看的时候只是推了公式,不过对于各个算法之间的联系是完全一头雾水的,更别说背后的统计思想。不过正因为它讲得简略,反而降低入门门槛了。但是对于真正想学习机器学习,而不是仅仅想“练丹”的人来说,我觉得仅仅读这本是远远不够的。

然后三本国外的教材 The Elements of Statistical Learning, Pattern Recognition and Machine Learning, Machine Learning: A Probabilistic Perspective,其中MLAPP没读过就不评论了。主要是读ESL,有些地方会参考PRML。之前看许多人在纠结这两本怎么选,后来读了之后发现两本风格区别还是很明显的。ESL三位作者都是统计学派的大牛,而Bishop是物理出身,研究也更偏向CS一点。体现在书上,ESL讲各个模型的时候讲得非常深,更注重模型背后的统计思想,体现的比较突出的是7, 8章。另外,这本书还有个特点是能够往外扩展非常多的内容。书上的公式基本上没有推导,有时候为了推一个公式就要去查几篇文献;作者也拓展了很多内容,往往一句话又会涉及到许多研究成果。所以读起来还是有些痛苦的,自己要去查大量的资料。相比之下,PRML 难度就要低一些了,许多地方讲得也更详细。

概括来说,对于希望从事机器学习理论研究的那么我觉得一定要读一读ESL;而对于只是想应用或者工作的我觉得好好读一读PRML应该是足够了,花太多的时间去啃ESL可能反而意义不大了。

最后立个flag,希望今年能读完然后把习题解答整理好。
5 有用
0 没用

查看更多豆瓣高分好书

评论 2条

添加回应

The Elements of Statistical Learning的更多书评

推荐The Elements of Statistical Learning的豆列

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端