機器學(xué)習(xí)初學(xué)者手抄本：數(shù)學(xué)基礎(chǔ)、機器學(xué)習(xí)經(jīng)典算法、統(tǒng)計學(xué)習(xí)方法等
機器學(xué)習(xí)怎么學(xué)？當然是系統(tǒng)地學(xué)習(xí)了。沒有時間這么辦呢？利用碎片時間學(xué)習(xí)！很多人一天要花 2 個小時通勤，通勤路上有很多時間看手機。于是我把一些機器學(xué)習(xí)的基礎(chǔ)知識做成了在線的機器學(xué)習(xí)手冊，只需打開微信收藏就能學(xué)習(xí)了！就好像背托福單詞一樣。(作者：黃海廣[1])
機器學(xué)習(xí)手冊分為三個部分，數(shù)學(xué)基礎(chǔ)、機器學(xué)習(xí)經(jīng)典算法、統(tǒng)計學(xué)習(xí)方法。建議有時間的同學(xué)可以這三個部分按照順序?qū)W習(xí)，時間少的同學(xué)，我建議直接看機器學(xué)習(xí)經(jīng)典算法，遇到問題查一下數(shù)學(xué)基礎(chǔ)，也可以一邊看機器學(xué)習(xí)經(jīng)典算法，一邊看統(tǒng)計學(xué)習(xí)方法，查漏補缺。
機器學(xué)習(xí)手冊
一、數(shù)學(xué)基礎(chǔ)
1.高等數(shù)學(xué)
推薦下我考研和考博時候的數(shù)學(xué)筆記，我把機器學(xué)習(xí)的部分，提煉出來，幾乎涵蓋了所有機器學(xué)習(xí)所需要的高等數(shù)學(xué)公式：我做成了在線閱讀版本。
2.概率論
首選
推薦斯坦福大學(xué) CS229 機器學(xué)習(xí)課程的基礎(chǔ)材料的概率論部分，這個由我翻譯，是斯坦福各類人工智能課程的基礎(chǔ)材料，針對機器學(xué)習(xí)進行了優(yōu)化，可以說是經(jīng)典材料。(原始文件下載[2])
備選
推薦下我考研和考博時候的數(shù)學(xué)筆記，我把機器學(xué)習(xí)的部分，提煉出來，幾乎涵蓋了所有機器學(xué)習(xí)所需要的線性代數(shù)公式：
3.線性代數(shù)
首選
推薦斯坦福大學(xué) CS229 機器學(xué)習(xí)課程的基礎(chǔ)材料的線性代數(shù)部分，這個由我翻譯，是斯坦福各類人工智能課程的基礎(chǔ)材料，針對機器學(xué)習(xí)進行了優(yōu)化，可以說是經(jīng)典材料。（原始文件下載[3]）
備選
推薦下我考研和考博時候的數(shù)學(xué)筆記，我把機器學(xué)習(xí)的部分，提煉出來，幾乎涵蓋了所有機器學(xué)習(xí)所需要的線性代數(shù)公式：
Github：
https://github.com/fengdu78/Data-Science-Notes/tree/master/0.math
（數(shù)學(xué)基礎(chǔ)專輯）可以在線閱讀，也可以下載（pdf、word、markdown文件），可以直接在“機器學(xué)習(xí)初學(xué)者”公眾號回復(fù)“math”即可獲取下載地址。
二、機器學(xué)習(xí)經(jīng)典算法
機器學(xué)習(xí)的經(jīng)典算法主要是吳恩達老師的機器學(xué)習(xí)課程[4]的精選部分，并增加了決策樹部分。如何在最短時間掌握機器學(xué)習(xí)的經(jīng)典算法？我推薦把算法精華部分進行學(xué)習(xí)，這樣學(xué)習(xí)進度會快一點。
（點擊目錄在線閱讀）
第六部分：決策樹
Github：
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
三、《統(tǒng)計學(xué)習(xí)方法》
李航老師的《統(tǒng)計學(xué)習(xí)方法》[5]第一版于 2012 年出版，講述了統(tǒng)計機器學(xué)習(xí)方法，主要是一些常用的監(jiān)督學(xué)習(xí)方法。第一版和第二版前面十二章相同，第二版多了無監(jiān)督學(xué)習(xí)的內(nèi)容（比第一版多了十二章以后的部分），由此本書涵蓋了傳統(tǒng)統(tǒng)計機器學(xué)習(xí)方法的主要內(nèi)容。（點擊目錄在線閱讀）
目錄
第 1 章統(tǒng)計學(xué)習(xí)及監(jiān)督學(xué)習(xí)概論
第 12 章監(jiān)督學(xué)習(xí)方法總結(jié)
第14章聚類方法
第15章奇異值分解
第16章主成分分析
第17章潛在語義分析
第18章概率潛在語義分析
第19章馬爾可夫鏈蒙特卡羅法
第22章? 無監(jiān)督學(xué)習(xí)方法總結(jié)
? ? 附錄A? 梯度下降法
? ? 附錄B? 牛頓法和擬牛頓法
? ? 附錄C? 拉格朗日對偶性
? ? 附錄D? 矩陣的基本子空間
? ? 附錄E? KL散度的定義和狄利克雷分布的性質(zhì)
建議學(xué)習(xí)方法
使用微信收藏本文，學(xué)習(xí)的時候，從本文點擊相關(guān)章節(jié)的鏈接進行學(xué)習(xí)。
文章里也是完整代碼，如果需要下載代碼學(xué)習(xí)，請訪問Github：
https://github.com/fengdu78/lihang-code
總結(jié)
本文將機器學(xué)習(xí)的精華部分做成了手冊，打開微信就能學(xué)習(xí)，適合平時時間少的朋友學(xué)習(xí)機器學(xué)習(xí)，可以在通勤的時候在手機上學(xué)習(xí)，建議收藏本文慢慢學(xué)習(xí)。
參考資料
[1]?黃海廣:?https://github.com/fengdu78
[2]?概率論原始文件下載:?http://cs229.stanford.edu/summer2019/cs229-prob.pdf
[3]?線性代數(shù)原始文件下載:?http://cs229.stanford.edu/summer2019/cs229-linalg.pdf
[4]?機器學(xué)習(xí)課程:?https://www.coursera.org/course/ml
[5]?《統(tǒng)計學(xué)習(xí)方法》:?https://baike.baidu.com/item/統(tǒng)計學(xué)習(xí)方法/10430179
往期精彩回顧
獲取一折本站知識星球優(yōu)惠券，復(fù)制鏈接直接打開：
https://t.zsxq.com/662nyZF
本站qq群1003271085。
加入微信群請掃碼進群（如果是博士或者準備讀博士請說明）：