李 璇

个人站

Whatever is worth doing at all is worth doing well


机器学习学前阅读

机器学习基本路线

数据学科竞赛:DataCastle天池

知识交叉

  • Math & Statistics Knowledge: 数学相关知识,如高等数学、矩阵论、数理统计与概率等;
  • Hacking Skills: 编程相关的技能;
  • Substantive Expertise: 行业领域知识;

机器学习分类

  • 监督学习:例如用户点击/购买预测/房价预测;
  • 非监督学习:例如邮件/新闻聚类;
  • 强化学习:例如动态系统以及机器人控制;

机器学习算法一览表

机器学习相关学习资料

  • Christopher M. Bishop, Patern Recognition and Machine Learning, Springer-Verlag, 2006
  • Kevin P.Murphy, Machine Learning: A Probabilistic Perspective, The MIT Press, 2012
  • 李航, 统计学习方法,清华大学出版社,2012
  • 周志华,机器学习,清华大学出版社,2016
  • Machine Learning, Andrew Ng, coursera
  • 机器学习基石/技术,林轩田,coursera
  • ……

不同资料难易程度不同,需要提前准备好相应基础。