在统计学习要素之前阅读的书?
机器算法验证
机器学习
参考
2022-01-31 07:00:20
4个回答
Elements of Statistical Learning 的作者出版了一本新书(2013 年 8 月),面向没有大量数学背景的用户。统计学习简介:在 R 中的应用
目前可以在此处找到本书的免费 PDF 版本。
买了,还没看,
S. Marsland,机器学习:算法视角,Chapman & Hall,2009 年。
然而,评论是有利的,并指出它比其他更深入的 ML 书籍更适合初学者。翻阅这些页面,我觉得这对我有好处,因为我的数学背景很少。
我发现Programming Collective Intelligence是最适合初学者的书,因为作者 Toby Segaran 专注于让中等软件开发人员尽可能快地使用数据黑客技术。
典型章节:清晰地描述了数据问题,然后粗略地解释了算法的工作原理,最后展示了如何通过几行代码创建一些见解。
python的使用可以让一个人很快理解一切(你不需要知道python,说真的,我以前也不知道)。不要认为这本书只专注于创建推荐系统。它还处理文本挖掘/垃圾邮件过滤/优化/聚类/验证等,从而让您对每个数据挖掘器的基本工具有一个清晰的概述。
第 10 章甚至涉及股票市场数据,但重点不是时间序列数据挖掘。也许这本好书的唯一缺点(对你来说)。
E. Alpaydin的机器学习简介(麻省理工学院出版社,2010 年,第 2 版)涵盖了许多主题并带有精美插图(很像 Bishop 的模式识别和机器学习)。
此外,Andrew W. Moore 有一些关于Statistical Data Mining的不错的教程。
其它你可能感兴趣的问题