资源

资源"/>

资源

一本名为Foundations of Machine Learning（《机器学习基础》）的课在Reddit上讨论火热，这部教材足够扎实、内容足够基础，学机器学习理论，熟读这本书就足够了。

这本书是由纽约大学计算机科学教授Mehryar Mohri、Afshin Rostamizadeh和Ameet Talwalkar共同编写的，2012年曾经出版了第一版，这一版在此前基础上进行了内容的完善。

全书是对机器学习的一般性知识介绍，也是不少大学的研究生教材，侧重于算法的分析和理论。书中的内容基本上涵盖了机器学习当前阶段的热门基础概念，同时还附上了算法论证所需的理论基础和工具。

原价30多美元的书，当前免费开放。

教材官网：cs.nyu.edu/~mohri/mlboo

二、主要内容

下面是主要目录

1. C学习框架

2. Rademacher复杂性和VC维（Vapnic-Chervonenkis Dimension）

3. 模型选择

4. 支持向量机

5. 核理论

6. Boosting家族

7. 在线学习

8. 多级分类

9. 排序

10. 回归

11. 最大熵模型

12. 条件最大熵模型

13. 算法稳定

14. 降维

15. 学习自动机和语言

16. 强化学习

资源获取

《机器学习基础》PDF已经打包好，可以通过下述步骤来获取：

    1. 扫描下方二维码

    2. 回复关键词：机器学习基础

????长按上方二维码 2 秒