如何自学机器学习？需要哪些数理基础？怎样从入门到进阶，成就大神之路？对于这些问题，作为毕业后投身机器学习研究的数学博士、微软亚洲研究院机器学习组主管研究员陈薇无疑是最有发言权的 。在这篇书单推荐中，她从机器学习综述、算法优化、理论延展、数学基础四大方面入手，为大家提供一份机器学习的“完全指南” 。
在这个言必谈“AI”的时代，机器学习是重要的算法内核，而数学是理解和改进机器学习算法的必经之路 。因此，我将在这篇文章中梳理机器学习的关键模块和与之联系的数学理论分支，列出一份机器学习的数学书单 。
机器学习综述篇
机器学习算法的一般流程，是按照学习问题的性质设计模型，利用优化算法来最小化模型的正则化经验风险，从而学习出最优模型，然后应用到新的测试数据上 。根据学习问题、模型、优化算法、正则化方法的不同，学习算法分为许多种类 。浏览机器学习算法综述类书籍的目录，就不难发现机器学习的算法体系 。以下3本机器学习综述类书籍，能帮助你建立对机器学习的整体认知：
1）Pattern recognition and machine learning
文章插图
作者：Christoper M. Bishop
适合人群：初级到中级学者
推荐指数：
推荐阅读
- 抽水机原理 大家一起来学习吧
- 从零开始学习品种猫的品相划分
- 学生正确的学习方法 正确的学习方法介绍
- 新闻写作技巧 供大家学习
- 视频怎么剪辑合成 快来学习吧
- 绘画简易教程 怎么学习绘画
- 地瓜干减肥
- 孩子学习没耐心学习怎么办 孩子没有耐心注意力不集中怎么办
- 孩子学习不好是怎么回事 孩子学习不好有哪些原因
- 聚丙烯酰胺的7个使用指南，来学习知识啦