给机器学习初学者

devil
2018-07-04 看过

近日拜读了吴军博士的《数学之美》,感触很深。

《数学之美》最初是吴军博士在谷歌黑板报上撰写的一系列文章,用生动形象的语言,结合数学发展的历史和实际的案例,系统地阐述了与现代科技领域相关的重要的数学理论的起源,发展及作用。

对于我个人来说,这本书给我的最大惊喜就是吴军博士将数学理论与他在实际工业界中的作用联系起来,看过我之前一些博文的可能发现,我自己最近在学习机器学习,但学习机器学习有个问题就是理论高深,枯燥,而且在学习的过程中比较难以落地,不知道自己学习的东西究竟在哪里发挥作用,能发挥多少作用,难免生出迷茫之感。比如我之前看到《统计机器学习》的隐马尔科夫模型,名字古怪,推导困难,让人忍不住想跳过,不知道有什么用,但看了《数学之美》我就发现,原来隐马尔科夫模型在语音识别,机器翻译等方面都有所使用,是解决大多数自然语言处理问题最为快速,有效的方法。我们在埋头走路的同时,也要记得抬头看看天,看看是否走偏了。

伽利略说过,“数学是上帝描写自然的语言”,我高考填报志愿的时候是想要填数学系的,奈何分数不够,不过我现在还蛮庆幸的,因为自己可能并不是那份材料,但无论怎么说,想要学好计算机,学好机器学习,不做CRUD boy,数学是必须要掌握的。可以说,数学决定了程序员职业的天花板,至少是部分决定了!

我推荐每个想要学习机器学习的人都读一读《数学之美》,是一个很好的入门方式。我自己的入门顺序是先学习了coursera上Andrew Ng的《机器学习》,然后是国立台湾大学林轩田教授的《机器学习基石》,可以说是中文机器学习领域的经典课程,《机器学习技法》也值得一看,之后再读读书,李航博士的《统计学习方法》和周志华教授的《机器学习》都是经典著作。之后的发展就看你往什么方向了,是自然语言处理,还是计算机图形,或者是别的什么,每个方向有每个方向努力的地方,

机器学习最近比较热门,也是一条比较难走的路,希望大家共同努力,共同进步!

对机器学习有兴趣的可以看看我的博客

https://blog.csdn.net/devil_bye

1 有用
0 没用

查看更多豆瓣高分好书

评论 0条

添加回应

数学之美 (第二版)的更多书评

推荐数学之美 (第二版)的豆列

提到这本书的日记

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端