注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

Koala++'s blog

计算广告学 RTB

 
 
 

日志

 
 

Koala++ 推荐的机器学习资料  

2009-11-16 18:07:11|  分类: 机器学习 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

         先做点说明吧,我也不是什么大师级人物,否则你也就应该认识我了,我也这一篇是因为有个读者希望我写一点之方面的东西,这里只说我个人的感觉,认为我错也很正常。

         我也是在中国读的小学,初中,高中,教材全国都差不多,我也没感觉教材有什么重要性,到大学使用了一些令人发指的教材之后,才发现教材的重要性,一般老师(中国老师)上课都会用一些范围广,内容浅,严肃点的教材,当然这也没什么错,因为这种书也比较便宜,如果每门课都让你买100块左右的书,有的学生也买不起,而且内容浅也很正常,满篇公式,可能老师自己也搞不懂,上《模式识别》用的就是张学工写的那本,老师把几乎所有的公式都跳过了,那还怎么上课。另外就是如果自己想看,就应该看那种意思,范围稍集中一点,内容深一点的书看,我是从这个角度推荐的。

         中国的数据挖掘一般用的书是《数据挖掘概念与技术》,书是华人写的,Jiawei Han,英文比较好懂。而我却不喜欢这本书,因为读这本书,一点都没有激起我学习数据挖掘的兴趣,而且内容不深入,当然买了这本书,又相信我的话的人也不要失望,这本书里的算法还是比较多,比较全的,有时候遇到一个没听过的算法查查也是不错的。另外,如果要看这本书,如果你还是机器学习方向的,应该从第5章(关联规则不属性机器学习)或是第6章读起。

         《数据挖掘实用机器学习技术》,怀卡托大学,就是weka原来的项目开始的大学,主要讲的是怎么做,我没怎么认真看过,还是感觉不怎么深入。

         我推荐的是Tom Mitchell的《机器学习》,不赞同这本书入门的人认为这本书过时了,连现在最流行的SVM都没有,一些话在当时是对的,现在不怎么对了,但我认为这本书很好,它把一般很难的数学公式讲的很清楚,当时我一翻,感觉公式太多,后来认真看的时候发现作者讲的非常清楚,只到了后面才有点晕了,并且它也蛮有意思的,也可以看出作者的功力。

         再推荐的是Andrew Ng的《machine learning》在Stanford大学的开放课程,首先,可以看一下作者的认真程度,Lecture notesassignmentssolutionvideo都有,上课没有浪费过时间,让我想起我的形式语言的老师,认真程度让我感到不学都不好意思了。他的课难度要比Tom Mitchell大,当然什么机器学习的书,你要一遍就看懂了,如果你不是天才(或是接近),就早早把那本书扔了吧,这视频和lecture notes我都看过,有的部分不止一遍,非常不错。

         最后是Christopher M. Bishopmachine learning and pattern recognition,这我也不敢说它好,主要它的难度有一些已经超出了我的能力,但我看懂的那一些部分还是不错的,就是它的章节安排让我有点不喜欢,一上来就是概率那些内容,让我有点没兴趣,这本书在国外很多大学都是作为教材的。

  评论这张
 
阅读(2146)| 评论(2)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017