内容简介
周志华老师的《机器学习》(俗称“西瓜书”)是机器学习领域的经典入门教材之一。《机器学习公式详解(第2版)》是《机器学习公式详解》(俗称“南瓜书”)的第2版。
相较于第1 版,《机器学习公式详解(第2版)》对“西瓜书”中除了公式以外的重、难点内容加以解析,以过来人视角给出学习建议,旨在对比较难理解的公式和重点内容扩充具体的例子说明,以及对跳步过大的公式补充具体的推导细节。
🔸内容简介
全书共16 章,与“西瓜书”章节、公式对应,每个公式的推导和解释都以本科数学基础的视角进行讲解,希望能够帮助读者快速掌握各个机器学习算法背后的数学原理。《机器学习公式详解(第2版)》思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
🔸编辑推荐
★ 320个公式的详细推导解析。
在充分捕捉第1版“南瓜书”的读者需求后,第2版扩充了对“西瓜书”解读的覆盖面,公式解读数量由250个上升至320个。
★ 机器学习初学小白提升数学基础能力的必备练习册!
延续第1版思路,第2版以本科数学基础视角对“西瓜书”中的内容做了更进一步的解读:新增20个对“西瓜书”图片/定理的解读;新增数学知识的解读,同时将其前置在所用到的章节处,不再以附注的形式给出,便于目录查阅;在部分章节开篇处加注学习建议和些许见解,进一步照顾数学基础薄弱的读者。
★ 以开源方式多人协作,内容品质已被广大读者认可。
“南瓜书”PDF版开源教程于2020年5月发布之初荣登 GitHub Trending第2,“南瓜书”纸质版出版2年后,16次印刷共7万余册。配套视频【吃瓜教程】播放量超16.2万,经过开源教程、图书及视频的充分迭代后,形成第2版“南瓜书”,质量已被广大读者充分验证。
★ 俞勇、王斌、李沐、程明明、陈光(博主@爱可可-爱生活)、徐亦达等人工智能领域大咖亲笔推荐。
🔸专业书评:
写此序之时,我们正面临ChatGPT带来的一场技术革命。个人认为,这场革命将会不断持续下去,其影响将十分深远,会触及整个社会的方方面面。我相信人工智能再也无法走出大家的视野。了解、理解人工智能将会成为每个人最基本的能力。大家知道,机器学习是这些年来人工智能中最核心的技术。学好机器学习,也将是学好人工智能的关键所在,而这《机器学习公式详解(第2版)》会助你一臂之力。
——王斌,小米AI实验室主任、NLP首席科学家
面对一本有很多数学难题的教材,初学者最渴望的是有一位“全能助教”,能帮助详细解析,步进推导,以便更好地消化教材。由开源组织Datawhale发起编写的“南瓜书”集众人的智慧、开源社区的力量,为广大机器学习初学者带来了福音,给周志华教授的畅销书“西瓜书”配了一个“全能助教”。愿这两《机器学习公式详解(第2版)》为所有人工智能领域及行业内求学者、从业者启智增慧,创造未来。
——俞勇,上海交通大学特聘教授,上海交通大学ACM班创始人,伯禹教育创始人
推导一遍所有公式是非常好的学习方法,很高兴看到“南瓜书”能专注于此. 它是学习“西瓜书”不可缺少的辅助材料。
——李沐,AWS资深首席科学家,《动手学深度学习》作者
“南瓜书”是Datawhale开源团队产出优质内容的一种全新探索。这《机器学习公式详解(第2版)》以开源项目的形式,帮助读者推导重要的公式,并对知识难点进行深入探讨。这种新的学习思路和撰写模式,自打开始那一刻,就紧紧抓住读者的需求和痛点,使得这《机器学习公式详解(第2版)》成为非常值得推荐的好书。和这《机器学习公式详解(第2版)》同样值得推荐的,还有Datawhale的开源精神和实践精神。
——程明明,南开大学计算机系主任,开放共享科研记录行动倡议者
这《机器学习公式详解(第2版)》是读透“西瓜书”的好“伴侣”。尽管这《机器学习公式详解(第2版)》并不适合所有人,但真正需要它的人会觉得它特别有用。它就像一位学霸同桌,可以在你啃“西瓜书”一筹莫展的时候为你“雪中送炭”。对很多人来说,数学公式是一种很可怕的存在,但是学问之美往往就在“最险远处”,披荆斩棘之后方能品出其真滋味。如果想要理解机器学习,而不止步于了解和应用,这《机器学习公式详解(第2版)》将是你的好“同桌”——伴你思考,同享“知其所以然”的乐趣。
——陈光,北京邮电大学副教授,知名博主@爱可可- 爱生活
对机器学习初学者来讲,“南瓜书”补充且拓展了数学方面的基本知识,是“西瓜书”的佐读良品。
——徐亦达,悉尼科技大学副教授,机器学习开源讲义作者
谢文睿
北京工业大学硕士,Datawhale开源项目负责人,百度算法工程师,研究方向为机器学习与自然语言处理。
秦州
康奈尔大学计算机硕士,Datawhale成员,阿里巴巴算法专家,研究方向为图计算与自然语言处理, 在NeurIPS、AAAI、CIKM等会议上录用多篇学术论文并获得CIKM 2019最佳应用论文奖。
贾彬彬
工学博士,兰州理工大学讲师,研究方向为机器学习与数据挖掘,在TKDE、TNNLS、PRJ、ICML、AAAI等期刊和会议上共发表学术论文十余篇,并担任ICML、NeurIPS、ICLR、AAAI、IJCAI 等会议的程序委员会委员(PC Member)。
豆瓣评论