图书标签: 机器学习  MachineLearning  Python  计算机科学  人工智能  TML  ML  ComputerScience   

喜欢 Machine Learning 的读者还喜欢

• 
  The Elements of Statistical Learning pdf epub mobi txt 电子书 下载
• 
  Understanding Machine Learning pdf epub mobi txt 电子书 下载
• 
  Essentials of Programming Languages, 3rd Edition pdf epub mobi txt 电子书 下载
• 
  Applied Predictive Modeling pdf epub mobi txt 电子书 下载
• 
  Introduction to Machine Learning with Python pdf epub mobi txt 电子书 下载
• 
  Python Data Science Handbook pdf epub mobi txt 电子书 下载
• 
  Bayesian Reasoning and Machine Learning pdf epub mobi txt 电子书 下载
• 
  An Introduction to Statistical Learning pdf epub mobi txt 电子书 下载
• 
  Foundations of Machine Learning pdf epub mobi txt 电子书 下载
• 
  Doing Bayesian Data Analysis, Second Edition pdf epub mobi txt 电子书 下载

虽说早就不混网络社区，但还是会时不时诈尸上豆瓣来更新一下自己的list。已经可悲到了需要把教材用来滥竽充数的地步，感觉自己文艺青年的名号晚节不保。不知道是自己智硬还是接受不了国外教材啰里八嗦絮絮叨叨的风格，总之很不喜欢这本书，既不简洁，也不深入。作者试图用很多例子来实现深入浅出讲解的效果，但在我看来很多时候举例子并没有达到将theory阐述清楚的效果。槽点还有课后所有的习题都没有答案。这不是重点，重点是连思路和讨论的提示都没有。就算没有标准答案，提供一个可供探讨的切入点总还是可以做到的吧？也许先天资质缺乏，或者上课没有好好理解，总之今天期中考试结束后，总想吐槽这门课简直就是装神弄鬼。

虽说早就不混网络社区，但还是会时不时诈尸上豆瓣来更新一下自己的list。已经可悲到了需要把教材用来滥竽充数的地步，感觉自己文艺青年的名号晚节不保。不知道是自己智硬还是接受不了国外教材啰里八嗦絮絮叨叨的风格，总之很不喜欢这本书，既不简洁，也不深入。作者试图用很多例子来实现深入浅出讲解的效果，但在我看来很多时候举例子并没有达到将theory阐述清楚的效果。槽点还有课后所有的习题都没有答案。这不是重点，重点是连思路和讨论的提示都没有。就算没有标准答案，提供一个可供探讨的切入点总还是可以做到的吧？也许先天资质缺乏，或者上课没有好好理解，总之今天期中考试结束后，总想吐槽这门课简直就是装神弄鬼。

虽说早就不混网络社区，但还是会时不时诈尸上豆瓣来更新一下自己的list。已经可悲到了需要把教材用来滥竽充数的地步，感觉自己文艺青年的名号晚节不保。不知道是自己智硬还是接受不了国外教材啰里八嗦絮絮叨叨的风格，总之很不喜欢这本书，既不简洁，也不深入。作者试图用很多例子来实现深入浅出讲解的效果，但在我看来很多时候举例子并没有达到将theory阐述清楚的效果。槽点还有课后所有的习题都没有答案。这不是重点，重点是连思路和讨论的提示都没有。就算没有标准答案，提供一个可供探讨的切入点总还是可以做到的吧？也许先天资质缺乏，或者上课没有好好理解，总之今天期中考试结束后，总想吐槽这门课简直就是装神弄鬼。

虽说早就不混网络社区，但还是会时不时诈尸上豆瓣来更新一下自己的list。已经可悲到了需要把教材用来滥竽充数的地步，感觉自己文艺青年的名号晚节不保。不知道是自己智硬还是接受不了国外教材啰里八嗦絮絮叨叨的风格，总之很不喜欢这本书，既不简洁，也不深入。作者试图用很多例子来实现深入浅出讲解的效果，但在我看来很多时候举例子并没有达到将theory阐述清楚的效果。槽点还有课后所有的习题都没有答案。这不是重点，重点是连思路和讨论的提示都没有。就算没有标准答案，提供一个可供探讨的切入点总还是可以做到的吧？也许先天资质缺乏，或者上课没有好好理解，总之今天期中考试结束后，总想吐槽这门课简直就是装神弄鬼。

虽说早就不混网络社区，但还是会时不时诈尸上豆瓣来更新一下自己的list。已经可悲到了需要把教材用来滥竽充数的地步，感觉自己文艺青年的名号晚节不保。不知道是自己智硬还是接受不了国外教材啰里八嗦絮絮叨叨的风格，总之很不喜欢这本书，既不简洁，也不深入。作者试图用很多例子来实现深入浅出讲解的效果，但在我看来很多时候举例子并没有达到将theory阐述清楚的效果。槽点还有课后所有的习题都没有答案。这不是重点，重点是连思路和讨论的提示都没有。就算没有标准答案，提供一个可供探讨的切入点总还是可以做到的吧？也许先天资质缺乏，或者上课没有好好理解，总之今天期中考试结束后，总想吐槽这门课简直就是装神弄鬼。

前半部分数据、程序都很详细，对基础理论知识要求不高，一般有点基础的都能看懂，对于没有基础的一般在章节的最后有详细理论的讲解（如讲解神经网络的章节）。 但是后半部分有较多的错误，而且对理论知识的要求较高但没有详细讲解，建议有这部分理论知识之后再去...

本意拿它来练Python， code: http://seat.massey.ac.nz/personal/s.r.marsland/MLbook.html 优点： 1.对各模型的优缺点有点评 以及 后来的改进稍有介绍； 2.很多Insight 很棒，如此密集给力的Insight，超过任何一本我读过的ML书籍； 3.介绍了部分2000年后的机器学习进展，...  

前半部分数据、程序都很详细，对基础理论知识要求不高，一般有点基础的都能看懂，对于没有基础的一般在章节的最后有详细理论的讲解（如讲解神经网络的章节）。 但是后半部分有较多的错误，而且对理论知识的要求较高但没有详细讲解，建议有这部分理论知识之后再去...

本意拿它来练Python， code: http://seat.massey.ac.nz/personal/s.r.marsland/MLbook.html 优点： 1.对各模型的优缺点有点评 以及 后来的改进稍有介绍； 2.很多Insight 很棒，如此密集给力的Insight，超过任何一本我读过的ML书籍； 3.介绍了部分2000年后的机器学习进展，...  

前半部分数据、程序都很详细，对基础理论知识要求不高，一般有点基础的都能看懂，对于没有基础的一般在章节的最后有详细理论的讲解（如讲解神经网络的章节）。 但是后半部分有较多的错误，而且对理论知识的要求较高但没有详细讲解，建议有这部分理论知识之后再去...