台湾大学林轩田老师的《机器学习基石》、《机器学习技法》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。本站实现了课程教材的绝大部分习题,并作了详细的笔记,在github予以分享。(习题作者:秦臻)
课程简介
台湾大学林轩田老师的《机器学习基石》《机器学习技法》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。
林轩田机器学习基石这门课有一个配套教材:《Learning From Data》(LFD),林轩田也是编者之一。这本书的主页为:http://amlbook.com/
豆瓣上关于这本书的评分高达9.4,还是很不错的,值得推荐!可以配套视频一起学习。这本书是台大林轩田老师的机器学习课程配套教材,内容通俗易懂,非常精彩,不是单纯罗列公式,是一本非常适合入门的机器学习书籍。教材的上半部分(第一章到第五章)是精髓,补充部分(第六章到第九章)有部分章节稍显仓促,而且有一些小错误,第九章部分实际应用可能较少,但是总的来说,本书绝对是一本不可多得的好书。
但是尽管该书是一本入门书籍,要吃透这本书还是需要相当多的时间,尤其是课后习题部分,有的难度非常大。
针对这个问题,有位清华大学的硕士生秦臻在学习的过程中把《Learning From Data》的习题都整理了一遍,方便自己以后查阅和他人参考。前后历时半年多,除了第六章,第八章和第九章少部分习题以外,其他所有习题均已完成。经作者同意,在本站予以公布。
习题完成情况:
章节 | 总共习题 | 完成习题 | 剩余部分 |
---|---|---|---|
Chapter 1 | 25 | 25 | 无 |
Chapter 2 | 32 | 32 | 无 |
Chapter 3 | 35 | 35 | 无 |
Chapter 4 | 38 | 38 | 无 |
Chapter 5 | 11 | 11 | 无 |
Chapter 6 | 43 | 36 | Problem 12,13,14,16,17,24,25 |
Chapter 7 | 35 | 35 | 无 |
Chapter 8 | 35 | 31 | Problem 15-18 |
Chapter 9 | 46 | 41 | Exercise 18,Problem 17,26,27,28 |
总计 | 300 | 284 |
以上习题公布在秦臻同学的github:
https://github.com/Doraemonzzz/Learning-from-data,并持续更新。
内容截图:
![640](https://i-blog.csdnimg.cn/blog_migrate/ade980e741bb3ae89cb5820735d4cf7e.jpeg)
![640](https://i-blog.csdnimg.cn/blog_migrate/f16ea834efb608d8d54b7007d9e51ad7.jpeg)
总结
清华大学的秦臻同学实现了林轩田老师的《机器学习基石》、《机器学习技法》课程教材《Learning From Data》的绝大部分习题,并作了详细的笔记,在github予以分享。这份珍贵资料非常适合作为机器学习的入门和进阶资料。
习题和笔记在秦臻同学的github(还会更新):
https://github.com/Doraemonzzz/Learning-from-data
《机器学习基石》《机器学习技法》课程视频和ppt以及教材《Learning From Data》的下载链接:
https://pan.baidu.com/s/1oAMX5vYbDtobCXZiM9gEEQ 提取码: h5c3
欢迎加入免费星球,获取最前沿认知和精英理念
扫码领取资料