登陆

极彩1960-李航《计算学习方法》第二版上线,6 年耕耘添加无监督学习(新书赠送)

admin 2019-05-12 159人围观 ,发现0个评论

计算学习即机器学习,是计算机及其使用范畴的一门重要学科。此前,李航教师完结的《计算学习办法》是了解机器学习最好的教材之一,该书从 2005 年开端写作一直到 2012 年完结,包含了许多首要的监督学习算法与模型。最近,《计算学习办法》第二版正式发布,通过 6 年时刻的尽力,在榜首版的根底上又添加了无监督学习的首要算法与模型。

李航博士通知机器之心,《计算学习办法》第二版新加了无监督学习方面的内容,并对榜首版的监督学习办法做了一些修正。全体而言,第二版能够分为监督学习和无监督学习两篇。从这两大块动身,根本上传统机器学习的首要概念就能一步步把握了。

具体而言,榜首篇介绍了感知机、朴素贝叶斯法、决策树、支撑向量机、提高办法、EM 算法、隐马尔可夫模型和条件随机场等算法,它们都是十分经典的监督学习办法。第二篇首要评论了聚类办法、奇异值分解、主成分剖析、潜在语义剖析、马尔可夫链蒙特卡罗法和潜在狄利克雷分配等算法,它们都是十分经典的无监督学习办法。

除有关计算学习、监督学习和无监督学习的概论和总结的四章外,每章介绍一种办法。叙说力求从具体问题或实例下手,由浅入深,说明思路,给出必要的数学推导,便于读者把握计算学习办法的本质,学会运用。

为满意读者进一步学习的需求,书中还介绍了一些相关研讨,给出了少数习题,列出了首要参阅文献。

此外,联合清华大学出版社,机器之心将为读者们赠送 10 本新书。感兴趣的读者可留言你的读书感触,或说出你最等待的深度学习或强化学习内容,点赞量最高的 10 位读者将取得赠书。

站在经典之上的《计算学习办法》

在榜首版中,许多同学会发现整本书的数学气味十分稠密,大部分算法都给出了推导进程。这些算法都是十分根底与经典的机器学习办法,了解它们需求有比较坚实的数学根底。可是在深度学习年代,这些经典算法被咱们重视得比较少,反观常见的深度学习办法与技巧,却不必定有传统办法那样的理论。

在深度学习年代,咱们更多的是依据经历、试验和「启发式」办法了解模型。那么,站在经典机器学习之上的《计算学习办法》,又能怎样协助咱们学习前沿的算法与技巧呢?

李航教师表明他会持续写深度学习、强化学习相关的内容,包含前馈神经网络和卷积、循环神经网络等,他也会保存前面几版的数学风格。可是关于传统机器学习与深度学习之间的联络,李航教师表明:「它们两者在技术上是一脉相承的,中心并不能够分裂。」了解经典 ML 的数学原理,也是为前沿 DL 供给新的布景常识或洞见。

李航教师说:「在我面试职工的时分,也会发现这样的问题,咱们对深度学习了解得许多,但对传统机器学习了解得十分少。这种现象三浦友和并不好,例如咱们在 TensorFlow 上完结某个模型,然后就直接跑试验,这样对许多根本概念了解得都不行。抱负情况下,咱们应该更全面地了解机器学习的概念与理论,再做深度学习实极彩1960-李航《计算学习方法》第二版上线,6 年耕耘添加无监督学习(新书赠送)践,也便是说对传统 ML 的了解有助于更好地跑 DL 模型。」

当然每一个研讨者或开发者的精力都是有限的,因而李航教师表明:「这本书的每一章都是相对比较独立的,咱们能够有挑选地阅览相关章节。在今后参加深度学习与强化学习后,不同章节也应该是彼此独立的。当然仍是把这些章节联络起来一同看,这样就能把握整个头绪和开展。」

此外,虽然深度学习在许多使命上都有极好的作用,但也不能说传统机器学习就没什么用了。李航教师说:「例如在小数据集或简略问题上,SVM 或 GBDT 这些办法在实践中用得仍是挺多的,咱们对这些根底办法最好有一个深化的了解。」

正确了解《计算学习办法》的定位

在第二版的序言中,上面描绘到「本书是计算机器学习及相关课极彩1960-李航《计算学习方法》第二版上线,6 年耕耘添加无监督学习(新书赠送)程的教育参阅书,适用于高等院校文本数据发掘、信息检索及自然语言处理等的大学生、研讨生,也可供从事计算机使用相关的研制人员参阅。」

关于书本的全体定位,李航教师说:「这本书的内容自身是最根底的,也便是机器学习范畴咱们都应该把握的东西,从这种意义上来说确实是一本入门书本。可是我并没有从入门的视点写这本书,而是更多地把一些最根本的概念,纲举目张地整理出来。你也能够以为是从教材的视点来写这些内容,因而这本书适宜屡次阅览,需求常常检查,而不是看一遍就完事。」

许多读者也会反应这本书的阅览体会,有的以为数学太多、有的以为数学太少或不行具体等等。李航教师以为,假如没有满足的相关数学常识,那么看这本书会比较费劲。他说:「听到了一些概念,但又不了解细节,想要更具体地从头了解,那么这个时分阅览这本书是适宜的。」

这本书比较适宜有必定根底的读者,不论是 ML 根底仍是数学根底。它不太适宜特别入门的初学者,也不太适宜概率论、计算学都不太了解的入门者,但这些根底常识能够通过其它课程或教材快速补全,再来学习《计算学习办法》就十分适宜了。当然,读者也能够一边阅览《计算学习办法》,一边补全根底常识,这样学习或许功率更高。

一步步走来的《计算学习办法》

其实《计算学习办法》榜首版内容首要包括的是监督学习,为咱们供给了极为精粹的介绍。其时,李航博士完结这本书花费了 7 年时刻,包括了工业上最常见与最有用的各种算法。

现在又通过 6 年写作,第二版上线,添加了经典无监督学习的相关内容。李航博士表明这其中有读者的等待,他也期望这本新书能为咱们供给更多的协助。

而关于现在比较抢手的深度学习、强化学习等内容,李航博士或许会在未来的三至四年内加进来,发布新的版别。

「其实跟我最初想象的也不太相同,也是一差二错走到这一步。我原本没方案写这么多,便是有读者的等待,还有这本书对咱们有必定的协助,所以下决心之后把深度学习和强化学习也再加上。由于我都是业余时刻写的,所以花的时刻比较多。」

全体而言,李航教师期望在未来的时刻内把深度学习和强化学习写完,期望国内读者在了解机器学习根本办法时,有一本比较完善的参阅书本。李航说:「我知道这本书在工业界参阅地比较多,由于我一直在业界作业,站在使用的视点能够了解哪些办法是重要的。」

所以,李航教师最终表明:「我期望《计算学习办法》不仅仅是教材,它还能为业界的工程师供给一些有用的协助。」

目录

《计算学习办法》第二版首要分为两部分,现在在京东和淘宝等渠道上现已能够预订了。榜首部分的监督学习在内容主极彩1960-李航《计算学习方法》第二版上线,6 年耕耘添加无监督学习(新书赠送)题上和榜首版根本共同,这儿就只展现了大章节标题。第二部分的无监督学习是全新的内容,因而这儿展现了更多的细节。

榜首篇监督学习

第二篇无监督学习

第 13 章无监督学习概论

第极彩1960-李航《计算学习方法》第二版上线,6 年耕耘添加无监督学习(新书赠送) 14 章聚类办法

第 15 章奇异值分解

第 16 章主成分剖析

第 17 章潜在语义剖析

第 18 章概率潜在语义剖析

第 19 章马尔可夫链蒙特卡罗法

第 20 章潜在狄利克雷分配

第 21 章 PageRank 算法

第 22 章无监督学习办法总结

附录 A 梯度下降法

附录 B 牛顿法和拟牛顿法

附录 C 拉格朗日对偶性

附录 D 矩阵的根簿本空间

附录 E KL 散度的界说和狄利克雷散布的性质

索引

本文为机器之心报导,转载请联络本大众号取得授权。

声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间服务。
请关注微信公众号
微信二维码
不容错过
Powered By Z-BlogPHP