对机器学习和数据挖掘很感兴趣,但是数学表示法看起来又奇怪又不直观,那就看看这本书吧。它从概率和线性代数开始,逐渐建立到现代研究论文中使用的常见符号和技术-重点是简单、可爱和实际使用的基本技术。它充满了大量的简单的例子,数以百计的插图和解释,突出的几何解释正在发生什么。抽象的数学和分析技术和模型的动机是真实的问题,并提醒读者在使用这些强大的工具时内在的伦理考虑。

本书的目的是介绍了许多现代数据分析所需的基本数学原理和技术。特别是,它是由主要在两门课程中讲授的材料构建而成的。第一个是早期的本科课程,旨在帮助学生在严格的机器学习和数据挖掘课程中取得成功。第二门课程是高级数据挖掘课程。它应该对这类课程的任何组合都有用。这本书介绍了在本科课程中经常缺席或简短的关键概念工具,对大多数学生来说,有助于多次看到。在这些基础之上,它介绍了构成现代数据分析主干的最基本技术的通用版本。然后深入探讨一些更高级的主题和技术——仍然专注于清晰、直观和持久的想法,而不是不断发展的最新技术中的具体细节。

本书范围

引入的重要概念包括度量的集中和PAC边界、交叉验证、梯度下降、各种距离、主成分分析和图表。这些思想对于现代数据分析是必不可少的,但在计算机科学或数学系的其他数学入门课程中却很少教授。或者,如果教授这些概念,它们是在一个非常不同的背景下呈现的。

我们对监督(回归和分类)和非监督(主成分分析和聚类)学习的基本技术做了阐述。我们努力使这些主题的表述和概念保持简单。我们最初主要坚持那些试图最小化误差平方和的方法。我们首先使用经典但很有效的算法,如Lloyd的k-means,幂法的特征向量,和感知器的线性分类。对于许多学生(甚至是计算机科学课程的学生)来说,这是他们遇到的第一个迭代的、非离散的算法。有时,这本书冒险超出这些基础知识,进入概念,如正则化和Lasso,局部敏感哈希,多维尺度,光谱聚类,神经网络基础,和数据草图。这些课程可以穿插进去,让课程更深入,更高级,因为适合学生的水平。

成为VIP会员查看完整内容
77

相关内容

数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
92+阅读 · 2021年7月3日
【干货书】统计学习导论,431页pdf讲解数据科学知识
专知会员服务
74+阅读 · 2021年6月7日
【经典书】线性代数,399页pdf,Georgi Shilov经典本科教材
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
斯坦福经典《概率统计学可视化入门》,66页pdf
专知会员服务
59+阅读 · 2021年1月19日
专知会员服务
179+阅读 · 2021年1月8日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
112+阅读 · 2020年11月7日
421页《机器学习数学基础》最新2019版PDF下载
学会这10种机器学习算法,你才算入门(附教程)
七月在线实验室
4+阅读 · 2018年4月13日
“花书”的佐餐,你的线性代数笔记
量子位
5+阅读 · 2018年3月29日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
搞人工智能必备“数学库”
机器学习算法与Python学习
5+阅读 · 2017年11月20日
数学不好,如何转行人工智能?
算法与数学之美
4+阅读 · 2017年11月17日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
6+阅读 · 2018年2月28日
Arxiv
3+阅读 · 2016年2月24日
VIP会员
相关VIP内容
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
92+阅读 · 2021年7月3日
【干货书】统计学习导论,431页pdf讲解数据科学知识
专知会员服务
74+阅读 · 2021年6月7日
【经典书】线性代数,399页pdf,Georgi Shilov经典本科教材
【经典书】线性代数,286页pdf
专知会员服务
124+阅读 · 2021年2月28日
斯坦福经典《概率统计学可视化入门》,66页pdf
专知会员服务
59+阅读 · 2021年1月19日
专知会员服务
179+阅读 · 2021年1月8日
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
112+阅读 · 2020年11月7日
相关资讯
421页《机器学习数学基础》最新2019版PDF下载
学会这10种机器学习算法,你才算入门(附教程)
七月在线实验室
4+阅读 · 2018年4月13日
“花书”的佐餐,你的线性代数笔记
量子位
5+阅读 · 2018年3月29日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
搞人工智能必备“数学库”
机器学习算法与Python学习
5+阅读 · 2017年11月20日
数学不好,如何转行人工智能?
算法与数学之美
4+阅读 · 2017年11月17日
微信扫码咨询专知VIP会员